人工智慧診斷糖尿病嚴重程度

人工智慧診斷糖尿病嚴重程度

一組研究人員利用高解析度、非侵入性技術獲取糖尿病患者皮下小血管的圖像，並使用人工智慧演算法制定“評分”，可用於確定糖尿病的嚴重程度疾病。 New Atlas 引述《自然生物醫學工程》雜誌稱，一旦這項技術變得便攜，就可以用來監測治療的有效性。

微血管病變

微血管病變是糖尿病的主要併發症，毛細血管壁變得又厚又弱，導致出血、蛋白質滲漏和血流緩慢，會影響身體的許多器官，包括皮膚。

慕尼黑工業大學的研究人員開發了 TUM，這是一種利用人工智慧獲取糖尿病患者皮下血管詳細影像的方法，從而定量確定病情的嚴重程度。

視聽成像

光聲成像使用光脈衝在組織內產生超音波。分子周圍組織的微小膨脹和收縮會強烈吸收光線，產生訊號，這些訊號被感測器記錄並轉換成高解析度影像。載氧蛋白血紅蛋白是吸收光的分子之一，由於它集中在血管中，光聲成像可以產生其他非手術技術無法產生的詳細血管影像，而且是一種快速的手術，並且不使用輻射。

更多深度和細節

該研究的首席研究員 Angelos Karlas 表示，在這項新研究中，研究人員開發了一種名為 RSOM 的特定光聲成像方法，該方法可以同時獲取皮膚不同深度的數據，深度可達 1 毫米。 “比其他視覺方法更有深度和細節。”

RSOM技術

研究人員使用 RSOM 技術拍攝了 75 名糖尿病患者和 40 名對照組的腿部皮膚影像，並使用人工智慧演算法來識別與糖尿病併發症相關的臨床相關特徵。研究人員列出了皮膚微血管系統中 32 個特別重要的變化，包括血管的直徑和分支的數量。

血管數量

研究人員指出，糖尿病患者皮膚層中的血管和分支數量減少，但最靠近皮膚表面的表皮中的血管和分支數量增加。研究人員確定的所有 32 個特徵均受到疾病進展和嚴重程度的影響。透過匯總 32 個特徵，研究小組計算了“微血管病變評分”，該評分將皮膚小血管的狀況與糖尿病的嚴重程度聯繫起來。

以更低的成本並在幾分鐘內完成

該研究的研究員 Vassilis Ntziachristos 表示，使用“RSOM 技術可以定量描述糖尿病的影響”，並解釋說，“隨著 RSOM 便攜且經濟高效的能力不斷出現，這些結果將開闢一條新途徑持續監測受影響者的狀況——超過400 億人。」全世界的人們。未來，透過快速、無痛的測試，即使患者在家，也只需幾分鐘即可確定治療是否有效。

射手座2024年愛情運勢