皮肤资讯

欧洲药品管理局 (EMA) 已批准四种新冠疫苗：2 种病毒载体疫苗（阿斯利康：AZD1222，强生公司：Ad26.COV2）和 2 种 mRNA 的疫苗（辉瑞：BNT162b2 和莫德纳： mRNA-1273)。与疫苗接种相关的不良事件已多有报道。本文介绍了新冠疫苗对皮肤疾病的常见影响。 简介 2020 年初，新型冠状病毒肺炎（coronavirus disease 2019，COVID-19）的传播严重影响了人的健康、全球经济和生活方式 。在这种情况下，采取了多项措施来减少感染的传播。 在采取的多项策略中，疫苗接种是主要应对策略。然而，也有人提出了一些质疑，例如发展速度快、推出速度慢于预期以及保护期限的不确定性等。此外，人们还对疫苗的作用机制表示担忧。目前，欧洲药品管理局 (EMA) 已批准四种疫苗：2 种病毒载体疫苗（阿斯利康：AZD1222，强生公司：Ad26.COV2）和 2 种 mRNA 的疫苗（辉瑞：BNT162b2 和莫德纳： mRNA-1273)。此外，其他国家还批准了其他疫苗。 疫苗接种使 COVID-19 大流行时期得以克服，并被证明是控制和预防 COVID-19 大流行、疾病进展、住院治疗和死亡率的最有效武器。与其他疫苗类似，与疫苗接种相关的不良事件（adverse events，AE）也有报道，如头痛、腹泻、肌肉酸痛、疲劳、注射部位疼痛或发红、发烧、寒战等。全球范围内，大多数不良事件都是轻度的、自限的，并且持续时间短。 便是据报道，接种疫苗后会出现一些皮肤反应。这些皮肤的不良反应在临床试验中很少能看到。事实上，全球大规模疫苗接种导致了一些最初未被识别的皮肤病反应的报道。然而，这些反应的临床意义以及该 AE 的发病机制仍不清楚。本文概述了调查有关 COVID-19 疫苗接种后皮肤反应（主要是炎症性皮肤病）的现有文献，以帮助临床医生更好地认识并了解这些皮肤病状况。 银屑病 银屑病 是一种常见的炎症性皮肤病，全球患病率多达 3%。其发病机制复杂，与多种免疫细胞和细胞因子有关，如肿瘤坏死因子、白细胞介素 (IL)-17、IL-22 和 IL-23 。 生物制剂 的引入使银屑病的治疗取得了巨大发展。 COVID-19 大流行后，对于接受全身疗法治疗的银屑病患者，已证明了 COVID-19 疫苗的 安全性和有效性  ；已经制定了疫苗接种和治疗 指导方针

皮肤病患病率高，影响全球1/3的人口，造成重大的医疗负担。深度学习可以通过神经网络处理皮肤图像进行预测来优化医疗保健工作流程。深度学习研究的一个重点是通过皮肤病变分类检测癌症，但是皮肤病有超过 2000 种疾病，这些疾病人工智能应用较少。其中研究最多的疾病是痤疮、银屑病、湿疹、玫瑰痤疮、白癜风、荨麻疹。AI在诊断这些疾病时具有高度特异性和不同的敏感性。AI诊断痤疮（94%)、红斑痤疮 (94%)、湿疹 (93%) 和银屑病 (89%) 的准确性较高。银屑病（93–100%）、湿疹（88%）和痤疮（67–86%）的严重程度分级准确度最高。但是目前的AI研究仍存在某些局限性。 COVID-19 大流行加速了医疗保健的数字化，导致了「大数据」的积累，所谓「大数据」不仅因为其数量巨大，而且还因为其复杂性和多样性。此类数据的可用性和计算能力的进步为利用人工智能 (artificial intelligence，AI) 彻底改变医疗保健提供了独特的机会。 机器学习 (Machine learning，ML) 是人工智能的一个子领域，它使用计算模型根据训练数据集执行智能预测，无需直接人工干预。近年来，深度学习 (deep learning，DL) 已成为 ML 领域使用最广泛的计算方法。深度学习受人脑信息处理模式的启发，基于从大数据中学习的多层人工神经网络。一般来说，深度学习研究中使用 3 种类型的数据集：训练、验证和测试。训练数据集用于派生深度学习模型，其中算法被「拟合」以执行特定功能。然后使用验证数据集来评估模型的性能，同时微调其架构。测试数据集提供了模型的最终评估。 人们对深度学习医学应用的兴趣主要集中在放射、眼科、病理学和皮肤病学领域。皮肤科在使用深度学习增强疾病诊断和严重程度评估方面具有巨大的潜力，可以提高医疗保健效率并降低成本。深度学习研究的一个主要焦点是协助临床医生根据图像诊断皮肤癌，荟萃分析发现 AI 诊断黑色素瘤的准确性与皮肤科医生的诊断相当。 本文介绍使用深度学习图像分析系统诊断和评估皮肤疾病严重程度最新进展。 结果 总体而言，AI研究最多的皮肤疾病是痤疮、银屑病、湿疹、玫瑰痤疮、白癜风和荨麻疹。最常见的皮肤病类别是炎症性、毛囊性、色素性和感染性疾病。 深度学习算法主要是为了疾病诊断而开发的，而不是严重性评估。诊断深度学习算法最常用于治疗痤疮、银屑病和湿疹。疾