Mākslīgais intelekts diabēta smaguma diagnosticēšanā
Mākslīgais intelekts diabēta smaguma diagnosticēšanā
Mākslīgais intelekts diabēta smaguma diagnosticēšanā
Pētnieku komanda izmantoja augstas izšķirtspējas, neinvazīvu tehnoloģiju, lai iegūtu attēlus no mazajiem asinsvadiem, kas atrasti zem ādas diabēta slimniekiem, un izmantoja mākslīgā intelekta algoritmu, lai formulētu "rezultātu", ko var izmantot, lai noteiktu slimības smagumu. slimība. Kad šī tehnoloģija ir pārnēsājama, to var izmantot, lai uzraudzītu ārstēšanas efektivitāti, saskaņā ar New Atlas, atsaucoties uz žurnālu Nature Biomedical Engineering.
Mikroangiopātija
Mikroangiopātija, kad asins kapilāru sienas kļūst tik biezas un vājas, ka asiņo, izplūst olbaltumvielas un palēninās asins plūsma, ir galvenā diabēta komplikācija, kas var ietekmēt daudzus ķermeņa orgānus, tostarp ādu.
Pētnieki no Minhenes Tehniskās universitātes ir izstrādājuši TUM — metodi, kas ļauj iegūt detalizētus asinsvadu attēlus zem ādas diabēta pacientiem, izmantojot mākslīgo intelektu, lai kvantitatīvi noteiktu stāvokļa smagumu.
Audiovizuālā attēlveidošana
Optoakustiskā attēlveidošana izmanto gaismas impulsus, lai radītu ultraskaņas viļņus audos. Sīki izplešanās un kontrakcijas audos, kas ieskauj molekulas, kas spēcīgi absorbē gaismu, rada signālus, ko reģistrē sensori un pārvērš augstas izšķirtspējas attēlos. Skābekli nesošais proteīns hemoglobīns ir viena no šīm molekulām, kas absorbē gaismu, un, tā kā tā ir koncentrēta asinsvados, optoakustiskā attēlveidošana rada detalizētus asinsvadu attēlus, ko nevar iegūt ar citām neķirurģiskām metodēm, turklāt tā ir ātra procedūra. neizmantot starojumu.
Vairāk dziļuma un detaļu
Jaunajā pētījumā pētnieki izstrādāja īpašu optiski akustisko attēlveidošanas metodi, ko sauc par RSOM, kas vienlaikus var iegūt datus par dažādiem ādas dziļumiem līdz 1 milimetra dziļumam, ko teica pētījuma vadošais pētnieks Angelos Karlas. "vairāk dziļuma un detaļu nekā citas optiskās metodes."
RSOM tehnoloģija
Pētnieki izmantoja RSOM tehnoloģiju, lai uzņemtu ādas attēlus uz 75 diabēta pacientu kājām un 40 cilvēku kontroles grupai, un izmantoja mākslīgā intelekta algoritmu, lai identificētu klīniski nozīmīgas īpašības, kas saistītas ar diabēta komplikācijām. Pētnieki izveidoja sarakstu ar 32 īpaši svarīgām ādas mikrovaskulārām izmaiņām, ieskaitot asinsvadu diametru un to zaru skaitu.
Asinsvadu skaits
Pētnieki atzīmēja, ka cukura diabēta pacientiem samazinās asinsvadu un zaru skaits ādas slānī, bet palielinās epidermā, kas atrodas vistuvāk ādas virsmai. Visas 32 pētnieku identificētās īpašības ietekmēja slimības progresēšana un smaguma pakāpe. Apkopojot 32 raksturlielumus, pētnieku grupa aprēķināja "mikroangiopātijas rādītāju", kas saista mazo asinsvadu stāvokli ādā un diabēta smagumu.
Par zemākām izmaksām un dažu minūšu laikā
Pētījuma pētnieks Vassilis Ntziachristos teica, ka, izmantojot "RSOM tehnoloģiju, ir iespējams kvantitatīvi aprakstīt diabēta ietekmi", paskaidrojot, ka "ar jauno spēju padarīt RSOM pārnēsājamu un rentablu, šie rezultāti pavērs jaunu ceļu. nepārtraukti uzraudzīt cietušo — vairāk nekā 400 miljonu cilvēku — stāvokli.” Cilvēki visā pasaulē. Nākotnē, veicot ātras un nesāpīgas pārbaudes, būs nepieciešamas tikai dažas minūtes, lai noskaidrotu, vai procedūrām ir ietekme, pat ja pacients atrodas mājās.