北大深圳医院研发AI模型，攻克类风湿关节炎早期识别难题

　　几秒钟就能识别出类风湿关节炎（RA）的高风险人群，准确率还高达94%，深圳人在家门口就能做RA早期筛查了。

　　近日，北京大学深圳医院（以下简称“北大深圳医院”）在类风湿关节炎的早期诊断领域取得重大突破，该院风湿免疫科科研团队利用AI与机器学习技术，成功开发了一款高精度、低成本的RA早筛模型，赋能基层医疗机构，提升RA的早期识别能力，不仅为患者赢得宝贵的“治疗窗口期”，还推进深圳市风湿性疾病的医防融合，为患者提供全生命周期的智能化管理。

王庆文主任团队在演示AI早筛模型

　　01、社区筛查+AI助力，患者快速确诊

　　家住深圳大鹏新区的60岁陈叔（化名），因双手指关节酸痛肿胀、晨僵明显，前往社区健康服务中心就诊。全科医生陈俊发现其症状与RA早期表现高度吻合，但基层缺乏专科诊断条件。通过抽血检测血沉、尿酸等基础指标后，陈俊将11项血象及临床数据输入“AI-RA早筛模型”，几秒钟便得出“高风险，建议转诊”的结果。

AI-RA早筛模型界面

　　借助绿色通道，陈叔次日在北大深圳医院确诊为类风湿关节炎。“这个AI模型让我们在社区就能快速筛查高危人群，太实用了！”陈俊感叹道。

　　02、我国RA诊疗现状严峻，早诊成关键

　　据了解，这款AI模型由北大深圳医院风湿免疫科主任王庆文团队联合超声影像科专家研发，直指我国风湿免疫疾病早筛难题。作为一种慢性自身免疫病，RA可致关节畸形、多器官受累，我国患者约500万，平均发病年龄45岁。

患者给王庆文主任和陈俊医生送锦旗

　　《中国类风湿关节炎发展报告2020》显示，患者从出现症状到确诊平均耗时2.5年，90%不知就诊科室，病程5-10年致残率达43.48%，仅25.6%治疗达标。

　　王庆文指出，发病后6个月是控制病情的“黄金期”，但基层“缺医、识别难、检测贵”导致大量患者错失良机——基层缺乏专科医生和诊断工具，特异性检测成本高、普及率低，难以大规模筛查。

　　03、AI模型三大优势破解诊疗困局

　　团队联合全国多中心，纳入21106名患者资料，运用随机森林算法建模，成功研发出适用于基层的RA早筛模型。该模型优势显著——

　　一是精准度高。内部验证准确率96.2%，深圳社康400余例测试准确率94.52%；

　　二是便捷高效。仅需11项基层可获取的指标，几秒内生成风险评估；

　　三是成本可控。减少对昂贵检测的依赖，便于基层推广。

　　目前，该模型已在深圳3家社康试点，帮助全科医生快速识别高危人群，缩短就诊到确诊时间。团队还在开发AI自筛小程序，让居民居家即可完成初步评估。

大鹏新区三溪高源社区健康医生已使用RA人工智能早筛模型

　　04构建风湿病全周期管理新范式

　　王庆文团队的目标不止于早筛，而是搭建“AI+风湿免疫”的医防融合平台，打造全周期智能管理模式。作为深圳风湿性疾病医防融合项目组牵头单位，北大深圳医院自2019年起，联合115家社康机构建筛查网络，服务患者超3.5万名，通过培训、专家下沉等提升基层能力。

　　未来，项目组将加快推广AI模型，结合标准化转诊、绿色通道及多学科协作，建立“基层筛查-专科确诊-基层随访”的分级诊疗模式。同时，深化“社康-专科-科研”机制，构建涵盖RA、红斑狼疮等疾病的“筛-治-管-防”闭环，让深圳居民在家门口就能享受前沿、精准的风湿病防治服务。

来源：北京大学深圳医院