在系統性硬化癥（SSc）患者中，改良羅德南皮膚評分（mRSS）作為評估真皮厚度的標準方法，存在其局限性，尤其是無法準確捕捉炎癥和血管病變的細微變化。為了彌補這一不足，我們之前已展示了利用神經網絡進行數字病理學分析在SSc皮膚活檢中的潛力，旨在提供更為精確的定量評估。本研究進一步深入，通過結合臨床試驗活檢的深度學習與組織學分析，探索人工智能（AI）在識別SSc皮膚特征方面的獨特視角。

　　在一項針對彌漫性皮膚SSc（疾病持續時間≤6年）成人的開放標簽貝魯莫舒地爾試驗中，參與者在第0、24和52周/試驗結束時接受了系列mRSS評估及背臂活檢。活檢樣本經過Masson三色、蘇木精和伊紅（H&E）、CD3、CD34、CD8、α平滑肌肌動蛋白（αSMA）染色后，由兩位盲態皮膚病理學家獨立評分。同時，我們運用先前建立的深度學習模型生成量化免疫熒光（QIF）簽名，并計算纖維化評分，進而分析其與mRSS之間的相關性，以及纖維化評分與組織學參數之間的比值比（OR）。

　　由于試驗提前終止，最終僅納入10名患者。其中，5名完成配對活檢的患者mRSS變化（0-52周）的中位四分位距（IQR）為-2.5（-11至7.5），全體10名患者的mRSS變化IQR為-2（-9至7.5）。纖維化評分與mRSS之間的相關性較弱，R=0.3；p=0.674。值得注意的是，每1單位mRSS變化（0-52周）對應最大相關變化的組織學參數包括：毛細血管擴張（OR=2.01, p=0.001）、血管周圍CD3+（OR=1.03, p=0.015）以及CD3+中CD8+的百分比（OR=1.08, p=0.031）。同樣，每1單位纖維化評分變化與透明膠原蛋白（OR=1.1, p<0.001）、皮下（SC）脂肪減少（OR=1.47, p<0.001）、內膜增厚（OR=1.21, p=0.005）和小汗腺包埋（OR=1.14, p=0.046）等組織學參數的變化密切相關。

　　盡管貝魯莫舒地爾治療與mRSS的改善未達臨床顯著水平，但纖維化評分的變化卻與特定組織學特征（如透明膠原、SC脂肪減少）的顯著變化相關聯，這些變化與mRSS所反映的變化（如毛細血管擴張、血管周圍CD3+及CD3+中CD8+的百分比）并不完全一致。這一發現提示，將人工智能應用于SSc活檢，有望超越傳統皮膚厚度評估，為量化SSc的病理特征提供新的視角和工具。

　　海得康”發掘國際新藥動態，為國內患者提供全球已上市藥品的咨詢服務，更多問題，請咨詢海得康醫學顧問，電話：400-001-9769，海得康官網微信：15600654560。

　　【友情提示：本文僅作為參考意見。用藥期間隨時與醫生保持聯系，隨時溝通用藥情況。圖片侵權，請聯系刪除。】