系统性硬化症（SSc）是一种以皮肤局部或广泛硬化、内脏纤维化和血管疾病为特征的结缔组织病。间质性肺病（ILD）是SSc最常见的肺部并发症，约80%的SSc患者会发展为ILD，且往往因其早期症状不典型，临床上难以诊断，进而导致肺纤维化和肺功能损害。ILD是SSc患者10年内主要的死亡原因之一，故早期诊断和治疗至关重要。高分辨率CT（HRCT）是目前诊断ILD的主要手段，而人工智能（AI）技术的进步为影像分析带来了新的可能性。本研究旨在通过AI分析SSc-ILD的HRCT影像特征，探索SSc-ILD的病变类型、临床表现和预后之间的相关性，为疾病早期诊断和预后评估提供支持。

本研究为回顾性分析，收集了2015年11月至2022年12月期间，在吉首大学第一附属医院和湘雅医院接受治疗的58名SSc-ILD患者的72份肺部HRCT影像和临床资料。患者均符合1980年美国风湿病学会（ACR）制定的SSc分类标准，排除有其他肺部疾病或图像质量较差的患者。HRCT图像采用AI技术进行分析，主要对ILD病变类型、分布及体积进行标注。影像分析采用深度学习算法，通过卷积神经网络（CNN）实现病变区域的分类和特征提取。同时，结合患者的临床数据，探讨了不同病变类型与临床指标及预后的相关性。统计分析采用SPSS 26.0软件进行，连续变量用均值±标准差表示，分类变量用百分比表示，两组间比较采用t检验或卡方检验。

结果显示，在58名SSc-ILD患者中，36例为弥漫型SSc-ILD（dSSc-ILD），22例为局限型SSc-ILD（lSSc-ILD）。患者平均年龄为58.5岁，其中62.1%的患者为女性。dSSc-ILD组中，疾病病程小于1年的患者比例较高，而lSSc-ILD组中，病程大于5年的患者比例较高，差异有统计学意义（P=0.009）。HRCT显示，SSc-ILD的主要病变类型包括非特异性间质性肺炎（NSIP）、普通型间质性肺炎（UIP）和不可分类型ILD，其中不可分类型ILD占比超过50%。随着病程的延长，患者的肺部病变类型逐渐增多，病程大于5年的患者通常有两种以上的病变类型（P<0.05）。AI分析还发现，蜂窝状病变和网格状阴影主要分布于肺的中外侧，而磨玻璃样阴影则较为少见。此外，具有肺动脉高压的患者HRCT上无磨玻璃样病变（P<0.001）。

SSc-ILD肺部HRCT表现类型的比较

本研究表明，人工智能可以高效分析SSc-ILD的HRCT影像特征，特别是在早期识别肺部病变类型及其进展方面表现出良好的泛化能力。NSIP、UIP和不可分类型ILD是SSc-ILD的主要表现，且随病程延长，病变类型增多。蜂窝状和网格状病变在病程较长的患者中更为常见，且与肺动脉高压密切相关。AI技术有助于提高SSc-ILD的影像分析效率和准确性，未来可进一步应用于疾病的早期筛查和个性化治疗方案的制定。

原始出处：

Use of artificial intelligence algorithms to analyse systemic sclerosis-interstitial lung disease imaging features. Rheumatol Int (2024). https://doi.org/10.1007/s00296-024-05681-7

Tags： Rheumatol Int：中国学者揭示AI算法分析系统性硬化症-间质性肺病的影像学特征