W poprzednim wpisie wyjaśniliśmy, dlaczego w naszej opinii sztuczna inteligencja w połączeniu z medycyną precyzyjną tworzą nowy etap leczenia łuszczycy. W dzisiejszym wpisie rozwiniemy ten wątek i wskażemy jak AI może pomagać lekarzom w skutecznym leczeniu łuszczycy.
Sztuczna inteligencja potrafi analizować duże ilości danych szybciej niż człowiek i wykrywać zależności trudne do zauważenia w codziennej praktyce klinicznej. Jak można to wykorzystać w praktyce? Poniżej najważniejsze zastosowania AI w łuszczycy:
1. Ocena nasilenia choroby na podstawie zdjęć skóry
Algorytmy uczone na tysiącach obrazów mogą rozpoznawać zmiany łuszczycowe i szacować ich rozległość. Wspiera to klasyczne skale oceny, takie jak PASI czy BSA. Korzyści to m.in. : bardziej obiektywna ocena postępów leczenia, możliwość zdalnego monitorowania pacjenta, szybsze wychwycenie nawrotu choroby.
2. Przewidywanie skuteczności konkretnego leku
AI może analizować dane podobnych pacjentów i prognozować, czy u tej konkretnej osoby lepiej zadziała: lek biologiczny anty-IL-17, lek anty-IL-23, inhibitor TYK2, leczenie miejscowe lub skojarzone. To szczególnie ważne, ponieważ dziś część terapii dobiera się metodą prób i zmian.
3. Wczesne wykrywanie ryzyka powikłań
Łuszczyca wiąże się ze zwiększonym ryzykiem chorób współistniejących, takich jak łuszczycowe zapalenie stawów, otyłość, cukrzycy typu 2, chorób sercowo-naczyniowych, depresji, etc. – więcej o chorobach współistniejących z łuszczycą, piszemy w innych wpisach na blogu. Systemy AI mogą identyfikować pacjentów z podwyższonym ryzykiem i sugerować wcześniejszą diagnostykę.
4. Personalizacja planu leczenia
Algorytmy AI mogą wspierać decyzje dotyczące kwestii takich jak intensywność leczenia, zmiany terapii po braku odpowiedzi na leczenie, długości utrzymania leczenia, kontroli działań niepożądanych czy potrzeby konsultacji reumatologicznej lub diabetologicznej.
