Исследователи разработали платформу искусственного интеллекта для обнаружения ряда нейродегенеративных заболеваний в образцах тканей человеческого мозга, включая болезнь Альцгеймера и хроническую травматическую энцефалопатию, согласно исследованию, проведенному в Медицинской школе Икана на горе Синай и опубликованному в медицинском журнале Nature. Расследование. Их открытие поможет ученым разработать целевые биомаркеры и терапевтические средства, что приведет к более точной диагностике сложных заболеваний головного мозга, которые улучшат результаты лечения пациентов.
Накопление аномальных белков тау в головном мозге в нейрофибриллярных клубках является признаком болезни Альцгеймера, но оно также накапливается при других нейродегенеративных заболеваниях, таких как хроническая травматическая энцефалопатия и дополнительные возрастные состояния. Точная диагностика нейродегенеративных заболеваний является сложной задачей и требует высококвалифицированного специалиста.
Исследователи из Центра вычислительной и системной патологии на горе Синай разработали и использовали платформу точной информатики для применения мощных подходов машинного обучения к оцифрованным микроскопическим слайдам, приготовленным с использованием образцов тканей пациентов со спектром нейродегенеративных заболеваний. Применяя глубокое обучение, эти изображения были использованы для создания сверточной нейронной сети, способной с высокой степенью точности определять нейрофибриллярные сплетения непосредственно из оцифрованных изображений.
"Использование искусственного интеллекта имеет большой потенциал для улучшения нашей способности обнаруживать и количественно определять нейродегенеративные заболевания, что представляет собой серьезный прогресс по сравнению с существующими трудоемкими и плохо воспроизводимыми подходами," сказал ведущий исследователь Джон Крейри, доктор медицинских наук,.D., Профессор патологии и неврологии в Медицинской школе Икана на горе Синай. "В конечном итоге этот проект приведет к более эффективной и точной диагностике нейродегенеративных заболеваний."
Это первая доступная структура для оценки алгоритмов глубокого обучения с использованием данных крупномасштабных изображений в невропатологии. Платформа точной информатики позволяет управлять данными, визуально исследовать, выделять объекты, просматривать многопользовательские программы и оценивать результаты алгоритмов глубокого обучения.
Исследователи из Центра вычислительной и системной патологии на горе Синай использовали передовые компьютерные науки и математические методы в сочетании с передовыми микроскопами, компьютерным зрением и искусственным интеллектом для более точной классификации широкого спектра заболеваний.
"Mount Sinai является крупнейшим отделением академической патологии в стране и обрабатывает более 80 миллионов тестов в год, что дает исследователям доступ к широкому набору данных, которые можно использовать для улучшения тестирования и диагностики, что в конечном итоге приведет к улучшению диагностики и результатов лечения пациентов," сказал автор Карлос Кордон-Кардо, MD, Ph.D., Заведующий кафедрой патологии системы здравоохранения Mount Sinai и профессор патологии, генетики, геномных наук и онкологических наук в Медицинской школе Икана.