С каждым годом наблюдается увеличение числа случаев ревматоидного артрита (РА) среди людей трудоспособного возраста, что, в свою очередь, приводит к росту временной и стойкой нетрудоспособности. Исследования показывают, что в течение первых трех-пяти лет после начала болезни около 50% пациентов теряют возможность трудиться, а через 20 лет треть из них становятся инвалидами. Таким образом, ранняя диагностика и начало терапии РА становятся критически важными задачами для системы здравоохранения.

Диагностика ревматологических заболеваний осложняется многофакторностью их причин и неспецифичностью клинических проявлений. Однако благодаря последним достижениям в области науки и технологии, точность диагностики ревматологических заболеваний существенно возросла. Важным аспектом современного подхода к лечению является междисциплинарное сотрудничество специалистов различных направлений, таких как ревматологи, ортопеды, кардиохирурги и фармакологи. Это позволяет эффективно разрабатывать новые мишени для патогенетической терапии и внедрять современные методы фармакотерапии.

Патогенез ревматоидного артрита

РА представляет собой системное аутоиммунное воспаление, которое в первую очередь затрагивает синовиальную оболочку суставов. В результате воспалительного процесса синовиальная оболочка утолщается и образует паннус, который может привести к деформации суставного хряща, ослаблению связок и мышц, а в запущенных случаях — к разрушению костей. Эволюция РА включает несколько стадий: от преклинической до симптоматической, которая завершает формирование клинико-лабораторного симптомокомплекса.

Иммунная система у пациентов с РА вырабатывает аутоантитела, направленные против собственных тканей, что приводит к повреждению органов. Эти аутоантитела, такие как антитела к цитруллинированным белкам (АЦБ), имеют важное диагностическое значение. АЦБ включают антитела к циклическому цитруллинированному пептиду (АЦЦП) и антитела к модифицированному цитруллинированному виментину (anti-MCV), которые обладают высокой специфичностью и чувствительностью для диагностики РА.

Диагностика ревматоидного артрита

Анализ на АЦЦП является одним из ключевых диагностических тестов. Эти антитела образуются в результате модификации аргинина в цитруллин и распознаются как чуждые организмом. АЦЦП имеют специфичность более 95% и чувствительность около 80% для РА, что делает их незаменимыми в диагностике. Анализ на антитела к anti-MCV также является высоко специфичным, достигая 98%.

Кроме того, у всех пациентов с подозрением на РА рекомендуется определение ревматоидного фактора (РФ) — аутоантитела, которое может указывать на наличие воспалительных процессов. Однако стоит отметить, что отрицательный результат теста на РФ не исключает РА.

При диагностике системных заболеваний соединительной ткани также важно провести исследование на наличие антиядерных антител (ANA). Эти антитела являются маркерами аутоиммунных заболеваний и используются для скрининга. Однако отрицательный результат анализа не исключает наличие заболевания, поскольку ANA могут обнаруживаться у 3–5% здоровых людей.

Новые маркеры и подходы в диагностике

Совсем недавно были описаны новые маркеры, такие как антитела против карбамилированного белка (anti-CarP) и антитела против протеин-аргинин деиминазы (anti-PAD). Эти маркеры обладают высокой специфичностью и чувствительностью. Анти-CarP могут определяться у значительной доли пациентов с РА и ассоциируются с более быстрым рентгенологическим прогрессированием заболевания. Аналогично, антитела против PAD, особенно PAD4, имеют высокий уровень специфичности и могут быть обнаружены на доклинической стадии заболевания.

Генетические исследования, такие как типирование HLA-B27, также играют важную роль в диагностике и прогнозировании РА. Доказано, что HLA-B27 ассоциирован с более тяжелыми формами заболевания. Генетические тесты могут быть использованы для выявления пациентов с повышенным риском, что позволяет проводить более тщательное наблюдение за ними.

Для дифференциальной диагностики и оценки активности воспаления обязательно проводят общий анализ крови и исследование уровня С-реактивного белка (СРБ). У пациентов с РА характерно увеличение уровня полиморфно-ядерных нейтрофилов и повышение уровня СРБ, что позволяет использовать эти показатели в классификационных критериях РА.

Использование искусственного интеллекта в диагностике ревматоидного артрита

С развитием технологий и увеличением объема данных о пациентах, искусственный интеллект (ИИ) может принимать участие в диагностике, стадировании и подборе терапии при РА.

Диагностика РА обычно основана на сочетании клинических признаков, лабораторных и инструментальных исследований. Современные модели машинного обучения и глубокого обучения способны автоматизировать процесс выявления пациентов с РА, используя стандартные параметры. Исследование, проведенное Bai и соавт., продемонстрировало возможность точной идентификации пациентов с РА с использованием искусственной нейронной сети (ANN), в которую входили такие параметры, как возраст, пол, показатели РФ и АЦЦП. Модель достигла значений AUROC 0,95, что указывает на высокую степень точности, хотя использовала всего шесть признаков.

Рентгенограммы кистей также играют важную роль в диагностике РА, позволяя выявлять патогномоничные изменения, такие как периартикулярная остеопения и эрозии. Для оценки пользы ИИ-моделей в диагностике РА с использованием изображений, Üreten и его коллеги разработали модель на основе обычных рентгенограмм рук, использовав нейронные сети (CNN). Эта модель показала точность 73,33% с низким уровнем ошибок, что демонстрирует потенциал автоматизации диагностики РА на основе доступных и недорогих тестов.

Кроме того, современные критерии классификации РА направлены на выявление пациентов с ранним заболеванием и создание однородных групп для клинических испытаний. Однако они не позволяют подгруппировать пациентов. Исследования, сосредоточенные на использовании данных биопсий синовиальной ткани и анализе ее генетической экспрессии, помогают классифицировать заболевание и направлять терапию. Модели машинного обучения также были разработаны для прогнозирования подтипов РА на основе гистологических данных.

Источники:

1. Etiology and Pathogenesis of Rheumatoid Arthritis / Gary S. Firestein [et. al.] // J of Kelley and Firestein's textbook of rheumatology. – 2017. – V.2 – P. 1115- 1116.
2. Precision medicine in the care of rheumatoid arthritis: Focus on prediction and prevention of future clinically-apparent disease / M. Mahler [et. al.] // J of Autoimmunity Reviews. – 2020. – Vol. 19, № 5. – Article 102506.
3. Rheumatoid arthritis / JS Smolen [et.al.] // J of Nat Rev Dis Primers. – 2018. – V.4. – Article 18001.
4. Seo, B.Y., Flow cytometric human leukocyte antigen-B27 typing with stored samples for batch testing / B.Y. Seo, DI. Won // J of Ann Lab Med. – 2013. – Vol. 33, № 3. – P.174-183.
5. Gilvaz, V. J., & Reginato, A. M. (2023). Artificial intelligence in rheumatoid arthritis: potential applications and future implications. Frontiers in Medicine (Sec. Rheumatology), 10.