AI-پشتیبانی آزمون خیلی زود نشانه هایی از پیشرفت گلوکوم

IMAGE

تصویر: یک شبکیه چشم بیمار را نشان hyperfluorescent سیگنال – هر نقطه سفید تک ‘بیمار’ شبکیه سلول های عصبی. تصاویر پشتیبانی شده توسط DARC تکنولوژی مورد استفاده در فاز دوم کارآزمایی بالینی. مشاهده بیشتر

اعتبار: UCL/غربی بیمارستان چشم

یک آزمایش جدید می تواند تشخیص گلوکوم پیشرفت 18 ماه زودتر از زمان استاندارد طلا روش با توجه به نتایج حاصل از یک UCL-حمایت کارآزمایی بالینی.

این فن آوری پشتیبانی شده توسط یک هوش مصنوعی (AI) الگوریتم می تواند کمک به سرعت بخشیدن بالینی و در نهایت ممکن است مورد استفاده در تشخیص و تشخیص با توجه به خوش آمدید-بودجه مطالعه منتشر شده امروز در بررسی کارشناس از تشخیص مولکولی.

محقق و استاد Francesca کردیرو (UCL موسسه چشم پزشکی کالج امپریال لندن و غربی چشم بیمارستان امپریال کالج بهداشت و درمان NHS Trust) گفت: “ما در حال توسعه سریع و خودکار و بسیار حساس در راه است که برای شناسایی افراد مبتلا به گلوکوم هستند در معرض خطر پیشرفت سریع به کوری.”

گلوکوم جهانی پیشرو علت برگشت ناپذیر کوری بر بیش از 60 میلیون نفر است که پیش بینی شده برای دو 2040 جمعیت جهانی سنین است. از دست دادن بینایی در گلوکوم ناشی از مرگ سلول ها در شبکیه در پشت چشم است.

آزمون به نام DARC (تشخیص Apoptosing سلولهای شبکیه) شامل تزریق به جریان خون (از طریق بازو) یک رنگ فلورسنت که متصل به سلولهای شبکیه و روشن به کسانی است که در روند آپوپتوز یک فرم از مرگ سلولی برنامه ریزی شده. سلول های آسیب دیده به نظر می رسد روشن و سفید هنگامی که در چشم امتحانات – بیشتر سلول های آسیب دیده شناسایی شده بالاتر DARC دفعات مشاهده شده است.

یکی از چالش با ارزیابی بیماری های چشم است که متخصصان اغلب مخالف در هنگام مشاهده همان اسکن بنابراین محققان گنجانیده شده اند AI الگوریتم به روش خود.

در فاز دوم کارآزمایی بالینی DARC های هوش مصنوعی استفاده شده برای ارزیابی 60 از شرکت کنندگان در مطالعه (20 با گلوکوم و 40 فرد سالم). هوش مصنوعی در ابتدا آموزش دیده توسط تجزیه و تحلیل شبکیه اسکن (بعد از تزریق رنگ) از افراد سالم. AI شد و سپس آزمایش بر روی بیماران مبتلا به گلوکوم.

کسانی که در هوش مصنوعی مطالعه قرار گرفتند تا 18 ماه پس از اصلی دوره آزمایشی برای دیدن اینکه آیا آنها چشم سلامت رو به وخامت گذاشته.

محققان قادر به دقت پیش بینی مترقی glaucomatous آسیب 18 ماه قبل از آن دیده می شود با زمان استاندارد طلا OCT شبکیه تکنولوژی تصویربرداری به هر بیمار با یک DARC تعداد بیش از یک آستانه خاص داشت مترقی گلوکوم در پیگیری.

“این نتایج بسیار امیدوار کننده به عنوان آنها نشان می دهد DARC استفاده می شود می تواند به عنوان یک نشانگر هنگامی که در ترکیب با هوش مصنوعی به کمک الگوریتم گفت:” استاد Cordeiro اضافه کرد که بيومارکرهای – قابل اندازه گیری شاخص های زیستی از بیماری های دولت و یا شدت – ضروری و مورد نیاز برای گلوکوم برای سرعت بخشیدن به آزمایش های بالینی به عنوان پیشرفت بیماری به آرامی پس از آن می تواند سال علائم را تغییر دهید.

“آنچه که واقعا هیجان انگیز و در واقع غیر معمول هنگامی که به دنبال در بیولوژیکی نشانگر این است که وجود دارد روشن DARC تعداد آستانه بالا که همه گلوکوم چشم به پیشرفت رفت,” او اضافه شده است.

اول نویسنده دکتر ادواردو Normando (امپریال کالج لندن و غربی چشم بیمارستان امپریال کالج بهداشت و درمان NHS Trust) گفت: “در حال قادر به تشخیص گلوکوم در مراحل اولیه و پیش بینی آن دوره پیشرفت می تواند کمک به مردم برای حفظ چشم خود را به عنوان درمان موفق تر است اگر ارائه شده در مراحل اولیه این بیماری است. پس از تحقیقات بیشتر در مطالعات طولی, ما امیدواریم که که ما تست می تواند گسترده در کاربردهای بالینی برای گلوکوم و شرایط دیگر.”

این تیم همچنین با استفاده از آزمون به سرعت در حال شناسایی آسیب سلول ها توسط بسیاری از شرایط دیگر از گلوکوم از جمله دیگر شرایط عصبی است که شامل از دست دادن سلول های عصبی از جمله دژنراسیون ماکولا وابسته به سن مولتیپل اسکلروزیس و زوال عقل است.

هوش مصنوعی-پشتیبانی از تکنولوژی به تازگی تایید شده توسط هر دو بریتانیا داروها و محصولات بهداشتی نظارتی آژانس ايالات متحده آمريكا و اداره غذا و دارو به عنوان یک اکتشافی پایانی برای آزمایش جدید گلوکوم مواد مخدر در یک کارآزمایی بالینی است.

محققان نیز با بررسی DARC آزمون در افراد مبتلا به بیماری های ریوی و امیدواریم که تا پایان سال این آزمون ممکن است کمک به ارزیابی افراد با مشکلات تنفسی از Covid-19.

DARC حال کاملی توسط Novai تازه تشکیل شرکت که استاد Cordeiro توسط افسر ارشد علمی.

###

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.

tinyurlis.gdu.nuclck.ruulvis.netshrtco.de

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>