基于人工智能的雷诺现象量化指数(ARTIX)：一种客观移动端工具用于患者为中心的雷诺现象评估

本研究针对雷诺现象(RP)缺乏客观量化工具的临床痛点，开发了基于手机摄影的人工智能算法ARTIX。研究人员通过多步骤图像处理流程，结合标准化冷激发试验，在45例RP患者和22例健康对照中验证了该工具与红外热成像的等效性。结果显示ARTIX能有效区分RP与健康人群(p<0.01)，并与微血管损伤程度、抗体状态等临床特征显著相关。这项发表于《Arthritis Research》的研究为RP的远程监测提供了创新性解决方案。

　　

雷诺现象(RP)作为系统性硬化症(SSc)的核心特征，其临床评估长期依赖主观描述。尽管患者常通过手机拍摄发作期照片，但缺乏量化这些图像的标准方法。现有评估工具如雷诺状态评分(RCS)存在回忆偏倚，而红外热成像虽客观却需专业设备。这种矛盾催生了利兹大学团队开发ARTIX——首个基于移动摄影的人工智能量化系统。

研究团队采用多中心观察性研究STRIKE队列，纳入45例RP患者(91.1%女性，75.5%继发性RP)和22例健康对照。关键技术包括：1)UNet模型的手部分割；2)MediaPipe框架的解剖标志识别；3)高斯滤波的颜色通道分析；4)标准化冷激发试验(15°C水浸1分钟)验证；5)与FLIR热成像仪同步比对。所有图像通过iPhone 8或Redmi Note 7采集，分辨率达3000×4000像素。

方法学验证

UNet模型在验证集达到95%的手部识别准确率，通过MediaPipe定位指端关键点后，算法优先分析红色通道建立ARTIX评分(单位：AU)。该流程成功规避了拇指区域的干扰，实现八指同步分析。

季节性差异

5-7月检测的受试者ARTIX值显著高于9-12月(370±35 vs 345±22 AU，p<0.001)，但两种季节下RP患者评分均持续低于健康对照。值得注意的是，在寒冷季节基线评估时，ARTIX仍保持鉴别力(p=0.001)，而热成像此时失效。

冷激发动态

冷刺激后2分钟ARTIX鉴别效能最佳(AUC=0.773)，敏感性达95.6%。RP患者10分钟时ARTIX恢复率(71.1%)显著高于温度恢复率(37.8%，p=0.003)，提示该指标可能反映独立于体温的微循环特征。

临床关联性

抗着丝粒抗体(ACA)阳性者ARTIX更高(353±25 vs 338±29 AU，p<0.001)，而晚期毛细血管镜模式患者显著降低。血管活性药物治疗组评分提升9AU(p=0.003)，但弥漫性皮肤型SSc患者值最低(345±22 AU)。

这项研究开创性地将消费级设备转化为医疗工具，其价值在于：1) 实现RP的客观量化，弥补患者报告结局的局限性；2) 通过季节性验证证实家庭监测可行性；3) 发现ARTIX可能反映独立于温度的微血管状态。局限性包括样本量较小、未评估肤色影响等。未来研究应探索其在SSc进展预测中的价值，正如作者指出："ARTIX不是温度替代指标，而是微血管指数的数字化表达"。该成果为风湿病远程监测树立了新范式，其技术框架可扩展至其他外周循环障碍的评估。