Development of a new test method for atopic dermatitis based on skin microstructure

基于皮肤微结构的特应性皮炎新测试方法的开发

• 批准号: 22K08418
• 负责人: 青山 裕美
• 金额: $ 2.66万
• 依托单位: Kawasaki Medical School
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K08418/
• 关键词: アトピー性皮膚炎; 発汗; 深層学習; 人工知能; 発汗障害; 皮膚微細構造; サイトカイン

背景 中等度から重度のアトピー性皮膚炎（AD）の重症度の層別化は、治療効果や疾患の予後を予測するために必要である。しかし、EASIなどの標準的な臨床反応の指標では、重症度や予後に対してより深い影響を与える可能性のある皮膚生理機能の変化を捉えることはできない。目的 ADの異なる表現型を区別するために、皮膚表面微細構造/発汗を検討した。またクラスター解析によりデュピルマブの治療効果や治療成績が予測できるかどうかを検討した。方法 健常対照者とADの地形画像で学習させた深層学習ベースの非侵襲的定量評価システム（AAMS）を開発した。額、前腕、体幹、大腿、下腿の部位で健康人(20-60代)、疾患(AD,乾皮症)を対象にしても、サンプルを解析できるように深層学習を増やし測定範囲を拡張しシステムを適正化し改良した。結果：多主成分分析で、多数の指標から皮溝と皮丘の発汗滴数とスキンラフネスグレードに絞り込んだ。この指標をもとにベースライン時のADから異なる4つのクラスターを同定できた。このクラスター分類はEASIやTARCとは異なっていた。クラスターIIIは皮膚微細構造の破綻と関連し、クラスターIVは強い発汗障害と皮膚微細構造の破綻と関連した。複数ある測定部位のうち前腕が適切な測定部位であった。クラスターはADの長期的予後(罹患期間)と関連した。AAMSによるクラスター解析は、これまで知られていなかった表現型を偏りのない方法で特定した。全患者にデュピルマブ単剤療法を実施した。EASIにおける臨床的解決の程度は、それらの間で有意な差はなかったが、クラスタ4はデュピルマブ中止後の転帰が悪化することと関連していた。最も影響力のある予測因子は発汗障害であった。AAMSにおけるクラスター4の症状の完全な消失は、これらの患者が追加の外用治療を受けた場合にのみ誘発された。

背景：中度至重度特应性皮炎（AD）的严重程度分层对于预测治疗效果和疾病预后是必要的。然而，EASI 等标准临床反应指标无法捕捉皮肤生理学的变化，而皮肤生理学的变化可能对严重程度和预后产生更深层次的影响。目的 我们研究皮肤表面微观结构/出汗，以区分 AD 的不同表型。我们还检查了聚类分析是否可以预测 dupilumab 的治疗效果和结果。方法：我们开发了一种基于深度学习的非侵入性定量评估系统（AAMS），该系统以健康对照和 AD 的地形图像为基础进行训练。增加了深度学习，扩大了测量范围，使得可以对前额、前臂、躯干、大腿和小腿的样本进行分析，甚至可以对健康人（20岁至60岁）和疾病（AD、干皮病）进行分析。优化和改进。结果：通过多主成分分析，我们将结果范围缩小到皮肤凹槽和双链中的汗滴数量以及皮肤粗糙度等级。基于这个索引，我们能够在基线时基于 AD 识别出四个不同的簇。该聚类分类与 EASI 和 TARC 不同。簇 III 与皮肤微结构破坏相关，簇 IV 与严重出汗障碍和皮肤微结构破坏相关。在多个测量部位中，前臂是合适的测量部位。这些簇与 AD 的长期预后（疾病持续时间）相关。 AAMS 聚类分析以公正的方式识别了以前未知的表型。所有患者均接受 dupilumab 单药治疗。集群 4 与停用 dupilumab 后的较差结果相关，尽管 EASI 的临床缓解程度在它们之间没有显着差异。最有影响力的预测因素是多汗症。只有当这些患者接受额外的局部治疗时，AAMS 中的第 4 组症状才能完全缓解。

项目成果

Sweat protects against allergic sensitization to food allergens

汗水可以防止对食物过敏原的过敏

• 发表时间: 2023
• 作者: Hironobu Ishimaru; Yasuo Okamoto; Yumi Aoyama
• 通讯作者: Yumi Aoyama

Deep learning–based automatic assessment and cluster analysis of atopic dermatitis: a model for predicting therapeutic efficacy

深度学习

• 发表时间: 2023
• 作者: Kenta Nakamoto; Yuki Hayashida; Koide Tetsushi; Yumi Aoyama
• 通讯作者: Yumi Aoyama