关键词:
溃疡性结肠炎
克罗恩病
人工智能
抗肿瘤坏死因子治疗
乌思奴单抗
维得利珠单抗
治疗
预测模型
摘要:
早期识别炎症性肠病(IBD)的治疗反应是临床面临的挑战之一。文章阐述人工智能(AI)在IBD生物制剂治疗应答中的研究进展,涵盖多种机器学习及深度学习算法在抗肿瘤坏死因子(TNF)-α制剂、乌思奴单抗(UST)和维得利珠单抗(VDZ)治疗IBD效果预测模型中的应用。发现临床特征及实验室检查是最常见的预测因子。相较于仅纳入这两类因子的模型,结合内镜下评分、多项组学及影像学数据的模型表现更佳。随机森林(RF)是最常用的AI模型,人工神经网络(ANN)次之,两者的模型性能相近。AI模型在预测治疗后临床症状、炎症指标及内镜下黏膜表现中均展现出良好的性能,但预测结局的指标较单一,缺乏更系统的疗效评估。此外,随着透壁愈合、组织学缓解等治疗目标逐渐进入研究视野,期待AI辅助探索最佳治疗结局,挖掘更多潜在的预测因子应用于临床。