Künstliche Intelligenz bei der Diagnose des Schweregrads von Diabetes

Künstliche Intelligenz bei der Diagnose des Schweregrads von Diabetes

Ein Forscherteam nutzte hochauflösende, nicht-invasive Technologie, um Bilder von kleinen Blutgefäßen zu erhalten, die unter der Haut von Diabetikern gefunden wurden, und verwendete einen Algorithmus der künstlichen Intelligenz, um einen „Score“ zu formulieren, der zur Bestimmung des Schweregrads der Erkrankung verwendet werden kann Krankheit. Sobald diese Technologie tragbar ist, kann sie zur Überwachung der Wirksamkeit der Behandlung verwendet werden, so New Atlas unter Berufung auf die Zeitschrift Nature Biomedical Engineering.

Mikroangiopathie

Mikroangiopathie, bei der die Wände der Blutkapillaren so dick und schwach werden, dass sie bluten, Protein austreten und der Blutfluss verlangsamt wird, ist eine Hauptkomplikation von Diabetes, die viele Organe im Körper, einschließlich der Haut, beeinträchtigen kann.

Forscher der Technischen Universität München haben TUM entwickelt, eine Methode, mit der mithilfe künstlicher Intelligenz detaillierte Bilder von Blutgefäßen unter der Haut von Diabetikern erstellt werden können, um den Schweregrad der Erkrankung quantitativ zu bestimmen.

Audiovisuelle Bildgebung

Bei der optoakustischen Bildgebung werden Lichtimpulse verwendet, um Ultraschallwellen im Gewebe zu erzeugen. Durch winzige Ausdehnungen und Kontraktionen im Gewebe rund um die Licht absorbierenden Moleküle entstehen Signale, die von Sensoren erfasst und in hochauflösende Bilder umgewandelt werden. Das sauerstofftragende Protein Hämoglobin ist eines dieser Moleküle, das Licht absorbiert, und da es in Blutgefäßen konzentriert ist, erzeugt die optoakustische Bildgebung detaillierte Bilder von Blutgefäßen, die mit anderen nicht-chirurgischen Techniken nicht möglich sind, und ist außerdem ein schneller Eingriff, der auch gelingt keine Strahlung verwenden.

Mehr Tiefe und Details

In der neuen Studie entwickelten die Forscher eine spezielle optisch-akustische Bildgebungsmethode namens RSOM, die gleichzeitig Daten über verschiedene Tiefen der Haut bis zu einer Tiefe von 1 Millimeter erfassen kann, was laut Angelos Karlas, dem leitenden Forscher der Studie, gelingt „mehr Tiefe und Detail als andere visuelle Methoden.“

RSOM-Technologie

Die Forscher nutzten die RSOM-Technologie, um Bilder der Haut an den Beinen von 75 Diabetikern und einer Kontrollgruppe von 40 Personen aufzunehmen und verwendeten einen Algorithmus der künstlichen Intelligenz, um klinisch relevante Merkmale im Zusammenhang mit Diabetes-Komplikationen zu identifizieren. Die Forscher erstellten eine Liste von 32 besonders wichtigen Veränderungen im Mikrogefäßsystem der Haut, darunter den Durchmesser der Blutgefäße und die Anzahl ihrer Äste.

Anzahl der Blutgefäße

Die Forscher stellten fest, dass die Anzahl der Gefäße und Äste in der Hautschicht bei Diabetikern abnimmt, in der Epidermis, die der Hautoberfläche am nächsten liegt, jedoch zunimmt. Alle 32 von den Forschern identifizierten Merkmale wurden vom Krankheitsverlauf und der Schwere beeinflusst. Durch die Zusammenstellung der 32 Merkmale errechnete das Forscherteam einen „Mikroangiopathie-Score“, der den Zustand kleiner Blutgefäße in der Haut mit der Schwere des Diabetes verknüpft.

Zu geringeren Kosten und innerhalb weniger Minuten

Vassilis Ntziachristos, ein Forscher der Studie, sagte, dass es mithilfe der „RSOM-Technologie möglich ist, die Auswirkungen von Diabetes quantitativ zu beschreiben“, und erklärte: „Mit der neuen Möglichkeit, RSOM tragbar und kostengünstig zu machen, werden diese Ergebnisse einen neuen Weg eröffnen.“ den Zustand der Betroffenen kontinuierlich zu überwachen – mehr als 400 Millionen Menschen.“ Menschen auf der ganzen Welt. Mit schnellen und schmerzlosen Tests lässt sich in Zukunft auch zu Hause in nur wenigen Minuten feststellen, ob Behandlungen wirken.

Liebeshoroskop Schütze für das Jahr 2024