人工智能可以用来检测早期关节炎

有许多不同类型的关节炎,和诊断的确切类型炎症疾病,影响患者的关节并不总是那么容易。在一个跨学科研究项目进行Friedrich-Alexander-Universitat埃(能力)和Universitatsklinikum埃朗根,计算机科学家和医生已经成功地教一个人工神经网络区分风湿性关节炎、银屑病关节炎和关节健康。

项目的范围内由联邦教育部和研究(BMBF)称为“分子特征的关节炎缓解(睫毛膏)”,安德烈亚斯•迈尔教授领导的研究小组和卢卡斯奇葩从椅子上计算机科学5(模式识别)和PD博士Arnd Kleyer Georg Schett博士和教授从医学部门3 Universitatsklinikum埃朗根有汇调查以下问题:人工智能(AI)可以检测各种类型的关节炎使用关节形状模式?这个方法允许我们做出更精确的诊断在未分化的情况下关节炎吗?关节有某些地区,应该详细检查在诊断?

目前缺失的生物标志物通常很难精确分类的相关类型的关节炎。x射线图像用于辅助诊断也不完全可靠,two-dimensionality不够精确和叶子的解读空间。这是除了定位联合的事实正在接受x光检查图像是很困难的。

用手指关节人工网络学习

找到了问题的答案,研究小组的调查集中在掌指的手指的关节——地区的身体常常影响患者早期自身免疫性疾病如类风湿性关节炎、银屑病关节炎。人工神经元网络训练用手指从高分辨率扫描周边定量计算机断层摄影(HR-pQCT),目的是区分“健康”关节和风湿性或银屑病关节炎患者。

HR-pQCT被选为目前最好的量化方法生成三维图像分辨率最高的人的骨头。对于关节炎、骨结构的变化可以非常准确地检测到,这使得精确分类。

神经网络可以更有针对性的治疗

总共有932新HR-pQCT扫描611例被用来检查如果人工网络可以实现它所学到的一切:它可以提供一个正确的评估之前分类手指关节?

结果表明,人工智能检测到82%的健康的关节,风湿性关节炎病例的75%和68%的银屑病关节炎的情况下,这是一个非常高的概率没有任何进一步的信息。结合风湿病学家的专业知识时,可能导致更准确的诊断。此外,当面对例未分化的关节炎,网络能够正确分类。

“我们非常满意结果的研究表明,人工智能可以帮助我们更容易分类关节炎,这可能导致更快和更有针对性的治疗的病人。然而,我们都知道,还有其他类别需要送入网络。我们也计划将人工智能方法其他成像方法如超声波或MRI,更容易获得,”卢卡斯解释说奇葩。

热点可能导致更快的诊断

而研究小组能够使用高分辨率计算机断层扫描,这种类型的成像只有很少提供给医生在正常情况下,因为限制的空间和成本。然而,这些新发现的神经网络检测到某些地区仍然有用关节提供最多的信息关于一个特定类型的关节炎,关节内的热点。“在未来,这可能意味着医生可以使用这些领域的另一块确认疑似病例诊断难题,“Kleyer博士解释道。这将节省时间和精力在使用超声诊断和事实上已经是可行的,例如。Kleyer和麦尔计划进一步研究这种方法与他们的研究小组另一个项目。

参考:奇葩L,西蒙•D Tascilar K,等人基于深度学习的分类识别类风湿性关节炎的关节形状patterns-How神经网络可以告诉我们“深潜水”临床。地中海面前。2022;9。doi:10.3389 / fmed.2022.850552

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。