Umělá inteligence v diagnostice závažnosti diabetu
Umělá inteligence v diagnostice závažnosti diabetu
Umělá inteligence v diagnostice závažnosti diabetu
Tým výzkumníků použil neinvazivní technologii s vysokým rozlišením k získání snímků malých krevních cév nalezených pod kůží diabetických pacientů a použil algoritmus umělé inteligence k vytvoření „skóre“, které lze použít k určení závažnosti onemocnění. choroba. Jakmile bude tato technologie přenosná, lze ji použít ke sledování účinnosti léčby, uvádí New Atlas s odkazem na časopis Nature Biomedical Engineering.
Mikroangiopatie
Mikroangiopatie, kdy stěny krevních kapilár tak zesílí a zeslábnou, že krvácejí, unikají bílkoviny a zpomaluje průtok krve, je hlavní komplikací diabetu, která může postihnout mnoho orgánů v těle, včetně kůže.
Vědci z Technické univerzity v Mnichově vyvinuli TUM, metodu pro získání detailních snímků krevních cév pod kůží pacientů s diabetem pomocí umělé inteligence ke kvantitativnímu určení závažnosti stavu.
Audiovizuální zobrazování
Optoakustické zobrazování využívá pulsy světla ke generování ultrazvukových vln v tkáni. Drobné expanze a kontrakce v tkáni obklopující molekuly, které silně absorbují světlo, vytvářejí signály, které jsou zaznamenávány senzory a převáděny na obrazy s vysokým rozlišením. Protein přenášející kyslík hemoglobin je jednou z těchto molekul, která absorbuje světlo, a protože je koncentrován v krevních cévách, optoakustické zobrazování vytváří detailní snímky krevních cév, které jiné nechirurgické techniky nemohou vytvořit, navíc jde o rychlý postup a ano. nepoužívat záření.
Více hloubky a detailů
V nové studii vědci vyvinuli specifickou opticko-akustickou zobrazovací metodu nazvanou RSOM, která dokáže získávat data o různých hloubkách kůže současně až do hloubky 1 milimetru, což řekl Angelos Karlas, hlavní výzkumník studie. "více hloubky a detailů než jiné optické metody."
Technologie RSOM
Výzkumníci použili technologii RSOM k pořízení snímků kůže na nohou 75 diabetických pacientů a kontrolní skupiny 40 lidí a použili algoritmus umělé inteligence k identifikaci klinicky relevantních charakteristik spojených s komplikacemi diabetu. Vědci vytvořili seznam 32 zvláště důležitých změn v mikrovaskulatuře kůže, včetně průměru krevních cév a počtu větví, které mají.
Počet krevních cév
Vědci poznamenali, že počet cév a větví v kožní vrstvě se u diabetických pacientů snižuje, ale zvyšuje se v epidermis nejblíže k povrchu kůže. Všech 32 charakteristik identifikovaných výzkumníky bylo ovlivněno progresí a závažností onemocnění. Sestavením 32 charakteristik vypočítal výzkumný tým „skóre mikroangiopatie“, které spojuje stav malých krevních cév v kůži a závažnost diabetu.
S nižšími náklady a během několika minut
Vassilis Ntziachristos, výzkumník studie, řekl, že pomocí „technologie RSOM je možné kvantitativně popsat účinky diabetu“ a vysvětlil, že „s nastupující schopností učinit RSOM přenosným a nákladově efektivním, otevřou tyto výsledky novou cestu. neustále sledovat stav postižených – více než 400 milionů lidí.“ Lidé po celém světě. V budoucnu bude s rychlými a bezbolestnými testy trvat jen několik minut, než se zjistí, zda léčba má účinek, i když je pacient doma.