다차원 손톱 정보 기반 건선 및 건선성 관절염 진단 모델 구축

건선은 전 세계적으로 널리 퍼진 만성 재발하는 피부 질환으로, 긴 기간과 재발 경향이 특징입니다. 피부 증상 외에도 손톱과 관절에도 영향을 줄 수 있으며, 구덩이, 백혈병, 붉은 lunula 또는 심한 손톱 이영양증과 같은 병리학 적 특징으로 이어질 수 있습니다. 건선 환자는 건선 관절염이 발생할 수 있습니다. 건선 관절염 (PSA)은 만성 재발하는 근골격 질환으로, 축 및 말초 관절 손상과 함께 건선 피부 병변이 특징이며 종종 건선 손톱의 특징적인 증상과 관련이 있습니다. 이러한 손톱 변화는 일반적으로 더 심각한 질병과 예후가 불량하다는 것을 나타냅니다. 그러나 현재 진단 방법은 주관적이고 불확실한 임상의의 경험과 전문 지식에 크게 의존합니다. 또한, 조직 병리학 적 검사는 침습적이며 환자에게 추가 통증과 불편 함을 유발할 수 있습니다.

효과적이고 편리하며 비침습적인 건선 조기 진단 도구를 개발하기 위해 우리 연구팀은 건선 관련 진단 및 예측 모델 분야에서 심층적인 연구를 수행해 왔습니다. 우리는 관절 부기 병력, 관절염 병력, 손가락이나 발가락의 부기 및 통증 병력, 손발톱 침범, 생식기 침범, 장기간의 국소 병력 등 6가지 주요 예측 인자를 포함하는 건선성 관절염에 대한 예측 모델을 성공적으로 개발했습니다. 코르티코스테로이드 사용. 임상의는 환자로부터 이러한 6가지 요인에 대한 정보를 얻어 건선성 관절염의 위험을 효과적으로 평가할 수 있습니다. "건선 환자의 건선성 관절염 조기 발견: 다인자 예측 모델 구축"이라는 논문이 Front에 게재되었습니다. 면역(DOI: 10.3389/fimmu.2024.1426127).

라만 분광법은 의료 진단에서 큰 잠재력을 보여주는 빠르고 비 침습적 분자 진동 검출 방법입니다. 연구에 따르면 라만 분광법은 분자 수준에서 정상 및 비정상 조직을 구별 할 수 있으며 손톱 테스트에서 실현 가능한 것으로 입증되었습니다. 건선의 경우 상당한 손톱 변화를 일으키는 질병 인 Raman 분광법은 독특한 장점을 제공합니다.

이러한 배경을 바탕으로 본 프로젝트에서는 다차원 손톱 데이터를 활용하여 건선 및 건선성 관절염에 대한 전향적 관찰 연구를 수행할 예정입니다. 손톱의 라만 분광학 데이터와 다차원 임상정보를 통합하고 인공지능 알고리즘을 적용해 건선 및 건선성 관절염의 새로운 진단 도구를 개발할 예정이다. 이 도구는 진단의 정확성과 효율성을 향상시켜 건선과 건선성 관절염의 조기 발견과 정확한 치료를 위한 강력한 지원을 제공하는 것을 목표로 합니다.