摘要 由严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 引起的正在大流行的冠状病毒病 19 (COVID-19) 是全球关注的问题。空气污染和吸烟等环境因素以及合并症(高血压、糖尿病和潜在的心肺疾病)可能会增加 COVID-19 的严重程度。大约七分之一的个体可能出现关节痛和关节炎等风湿性表现。COVID-19 可导致急性间质性肺炎、心肌炎、白细胞减少(伴有淋巴细胞减少)和血小板减少,也见于狼疮和干燥综合征等风湿性疾病。一部分患者的重症疾病可能是由细胞因子风暴引起的,可能是由于继发性噬血细胞性淋巴组织细胞增生症 (HLH),类似于全身性发病的幼年特发性关节炎或成人发病的 Still 病。由于缺乏关于这种新兴疾病的高质量证据,了解其发病机制可能有助于推测潜在的治疗方法。血管紧张素转换酶 2 (ACE2) 似乎对病毒进入肺泡细胞很重要;ACE 抑制剂或布洛芬引起的 ACE2 失衡可能导致严重疾病。初步证据表明氯喹或羟氯喹可能有益。洛匹那韦/利托那韦、法匹拉韦和瑞德西韦等抗病毒药物也正在研究中。细胞因子风暴和继发性 HLH 可能需要加强免疫抑制方案。目前国际社会的建议是,接受免疫抑制治疗的风湿病患者在感染 COVID-19 期间不应停止使用糖皮质激素,尽管可以使用尽可能小的剂量。应继续使用改善病情的药物;按照标准做法,在感染发作期间可以考虑停药。开发疫苗可能是预防这种疾病的唯一有效的长期保护措施。
摘要 经过数十年的基础研究,人工智能(AI)最近取得了重大突破,使计算机程序在非常特定的领域能够胜过人类对医学图像的解释。这次冲击波的影响可能超过了 1997 年人工智能首次击败世界象棋冠军的影响,在这次冲击波之后,我们可能需要反思一下风湿病临床成像的影响。在这篇叙述性评论中,简要介绍了各种人工智能技术,包括“深度学习”,以及这些技术如何应用于风湿病成像,重点关注类风湿性关节炎和系统性硬化症作为例子。通过讨论人工智能和深度学习的主要局限性,本评论旨在深入了解人工智能在风湿病学中应用的未来前景。
对传染病药物的疫苗接种是医学医学的最大成就之一;它的死亡率大大降低并导致人口增长。即使疫苗接种是高度有效的,严重的全身不良事件发生率很低,但许多报道也提出了一个问题,即疫苗是否会引起自身免疫疾病(表I)。这些报告的重点是神经系统表现(Guillain-Barre综合征,多发性硬化症,自闭症),关节表现(关节炎,类风湿关节炎)和其他自身免疫现象(全身性狼疮(全身性狼疮),糖尿病的糖尿病和各种液压均不及时[2均与2次组合,尽管已经据报道了狂犬病,小毒素,天花,腮腺炎,红宝石,