許多不同類型的關(guān)節(jié)炎，診斷影響患者關(guān)節(jié)的炎性疾病的確切類型并不總是那么容易。在弗里德里希-亞歷山大大學(xué) (FAU) 和埃爾蘭根大學(xué)開展的跨學(xué)科研究項(xiàng)目中，計(jì)算機(jī)科學(xué)家和醫(yī)生現(xiàn)在已經(jīng)成功地教授人工神經(jīng)網(wǎng)絡(luò)來(lái)區(qū)分類風(fēng)濕性關(guān)節(jié)炎、銀屑病關(guān)節(jié)炎和健康關(guān)節(jié)。
在名為“關(guān)節(jié)炎緩解的分子特征(MASCARA)”的項(xiàng)目范圍內(nèi)，由計(jì)算機(jī)科學(xué) 5 主席(模式識(shí)別)的 Andreas Maier 教授和 Lukas Folle 以及 PD Dr. Arnd Kleyer 和 Prof. Dr. 領(lǐng)導(dǎo)的團(tuán)隊(duì). 埃爾蘭根大學(xué)醫(yī)學(xué) 3 系的 Georg Schett 研究了以下問(wèn)題：人工智能 (AI) 能否使用關(guān)節(jié)形狀模式檢測(cè)各種類型的關(guān)節(jié)炎?這種方法是否能讓我們?cè)谖捶只P(guān)節(jié)炎的情況下做出更精確的診斷?在診斷期間是否應(yīng)更詳細(xì)地檢查關(guān)節(jié)中的某些區(qū)域?
目前缺少的生物標(biāo)志物常常使相關(guān)類型的關(guān)節(jié)炎的精確分類變得困難。用于輔助診斷的 X 射線圖像也不完全可靠，因?yàn)樗鼈兊亩S性不夠精確，為解釋留下了空間。此外，定位被檢查的關(guān)節(jié)以獲得 X 射線圖像可能很困難。
人工網(wǎng)絡(luò)使用手指關(guān)節(jié)學(xué)習(xí)
為了找到問(wèn)題的答案，研究小組將研究重點(diǎn)放在手指的掌指關(guān)節(jié)上——這些部位在患有自身免疫性疾病(如類風(fēng)濕性關(guān)節(jié)炎或銀屑病關(guān)節(jié)炎)的患者早期經(jīng)常受到影響。使用來(lái)自高分辨率外圍定量計(jì)算機(jī)斷層掃描(HR-pQCT) 的手指掃描訓(xùn)練人工神經(jīng)元網(wǎng)絡(luò)，目的是區(qū)分“健康”關(guān)節(jié)和類風(fēng)濕或銀屑病關(guān)節(jié)炎患者的關(guān)節(jié)。
選擇 HR-pQCT 是因?yàn)樗悄壳耙宰罡叻直媛噬扇梭w骨骼三維圖像的最佳定量方法。在關(guān)節(jié)炎的情況下，可以非常準(zhǔn)確地檢測(cè)到骨骼結(jié)構(gòu)的變化，這使得精確分類成為可能。
神經(jīng)網(wǎng)絡(luò)可以使更有針對(duì)性的治療成為可能
然后使用來(lái)自 611 名患者的總共 932 次新的 HR-pQCT 掃描來(lái)檢查人工網(wǎng)絡(luò)是否能夠真正實(shí)現(xiàn)它所學(xué)到的知識(shí)：它能否提供對(duì)先前分類的手指關(guān)節(jié)的正確評(píng)估?
結(jié)果顯示，AI 檢測(cè)到了 82% 的健康關(guān)節(jié)，75% 的類風(fēng)濕性關(guān)節(jié)炎病例和 68% 的銀屑病關(guān)節(jié)炎病例，這是一個(gè)非常高的命中概率，沒(méi)有任何進(jìn)一步的信息。當(dāng)與風(fēng)濕病學(xué)家的專業(yè)知識(shí)相結(jié)合時(shí)，它可能會(huì)導(dǎo)致更準(zhǔn)確的診斷。此外，當(dāng)出現(xiàn)未分化關(guān)節(jié)炎病例時(shí)，網(wǎng)絡(luò)能夠正確分類它們。
“我們對(duì)研究結(jié)果非常滿意，因?yàn)樗鼈儽砻魅斯ぶ悄芸梢詭椭覀兏p松地對(duì)關(guān)節(jié)炎進(jìn)行分類，從而為患者帶來(lái)更快、更有針對(duì)性的治療。但是，我們知道還有其他的需要輸入網(wǎng)絡(luò)的類別。我們還計(jì)劃將 AI 方法轉(zhuǎn)移到更容易獲得的其他成像方法，例如超聲或 MRI，”Lukas Folle 解釋說(shuō)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！