用于治疗特应性皮炎的人工智能应用程序

该项目将在四川大学华西医院皮肤性病科执行。 该方案将得到四川大学华西医院生物医学伦理委员会的批准，并且在拍摄皮损图像之前以及在临床试验中招募他们之前，将获得所有参与者的书面知情同意书。

1. 基于AI深度学习的AD自动检测与评估 1.1 特应性皮炎数据集 该数据集将由10000多张AD患者的临床图像建立，用于AI深度学习。 低质量图像将被排除，并且包含周围背景的图像将被裁剪以仅包括 AD 病变。

   1.2 标记皮损的临床体征 标记将由三名经过认证的皮肤科医生和三名经过培训的算法工程师完成。 皮肤科医生将标记临床体征，包括红斑、丘疹、水肿、渗出、表皮脱落、苔藓样变和干燥，并且将评估每个体征的严重程度并按四分制标记（0：无，1：轻度，2：中度，3：严重）。 图像中每个临床体征的结果将被标记为红斑 2、水肿 2 或渗出 3 的示例。 标记图像后，皮肤科医生和算法工程师根据临床和标记规则验证标记图像的质量，并交叉验证体征和严重程度的准确性。 符合要求的图像将用于模型训练。 在标签和模型训练过程中，相关人员将不知道所有患者的私人信息。

   1.3 模型训练 图像标注完成后进行模型训练。

   将训练准确高效的语义分割模型来区分异常皮肤病变区域，从而识别所有临床体征。 将训练快速准确的像素级皮肤分割模型，以确定病变区域与整体皮肤区域的比率。 此外，将创建一种高效实用的方法将分割的皮损区域转换为真实的皮肤区域单元，以尽可能准确地恢复真实尺寸，避免因拍摄距离、角度、或自动增强。 数据集将分为训练、验证和测试。 10,000 张中的 6,500 张图像将用于训练和验证所提出的模型，10,000 张中剩余的 3,500 张图像将用于测试。 训练后，结合患者填写的不同问卷项目，模型将计算出EASI、SCORED、POEM、pp-NRS、DLQI等评价工具。

2. AIADMS应用程序开发 该应用程序将支持Android系统和IOS系统，并将设计为患者和临床医生两个版本，并具有独特的登录入口。 该应用程序的基本功能将包括“推送”、“提醒”、“上传”、“评价”和“数据管理”。

   2.1 “推送”功能旨在向患者和医护人员传递信息。 即使未打开应用且手机处于锁屏状态，也可以接收推送信息并显示在手机屏幕上，并且用户可以自行设置接收推送信息的时间。 例如，预定的诊所随访时间点将呈现为“您应该在下周一，即2023年7月25日来看医生”。 “推送”功能可以激活App的使用，增加用户的粘性，带动其他功能模块的使用。

   2.2“提醒”功能主要用于提醒患者服药、上传皮损照片、自我评估、预约随访等。

   2.3“上传”功能旨在帮助患者参与系统治疗。 他们可以上传皮肤病变的照片、AD 进展的描述或问卷。

   2.4 开发“评估”功能，为患者和医护人员提供信息。 通过上传皮损照片并填写不同的问卷项目，应用程序将自动评估皮损的严重程度并计算 EASI、POEM、PP-NRS、SCORAD 或 DLQI 评分。 该功能可以帮助患者更多地了解自己的病情，并按照T2T策略的建议参与自我评估和自我护理。

   2.4“数据管理”功能是为了医务人员更方便地管理患者和设计医学研究。 他们可以登录应用平台网站收集和导出数据，进行统计分析和大数据挖掘。 App本身还可以对数据进行简单的统计和管理。 例如，治疗前、治疗后2周、4周、12周、6个月等时间点的EASI、POEM、PP-NRS评分等数据可以自动生成统计报告，以柱状图或图表的形式呈现曲线。 App还可以通过对用户使用习惯的分析，进一步完善更新至新版本，并根据高频率的使用情况以及医护人员和患者的反馈来优化功能模块。

3. AIADMS 应用程序改善 AD 患者临床结果的有效性和安全性：一项随机对照试验。

该试验是一项单中心、前瞻性、随机对照试验，旨在测试在 AD 患者中应用 AIADMS 应用程序实施 T2T 策略在改善临床结局方面的优越性。

这将是首个针对 AD 诊断、管理和随访过程的人工智能辅助工具。 将为人工智能在全球皮肤科的应用提供坚实的证据。