Neue KI-Plattform erkennt neurodegenerative Erkrankungen in Hirngewebeproben

Forscher haben eine Plattform für künstliche Intelligenz entwickelt, um eine Reihe von neurodegenerativen Erkrankungen in menschlichen Hirngewebeproben zu erkennen. einschließlich Alzheimer-Krankheit und chronischer traumatischer Enzephalopathie, laut einer Studie, die an der Icahn School of Medicine am Mount Sinai durchgeführt und in der medizinischen Fachzeitschrift Nature veröffentlicht wurde Laboruntersuchung . Ihre Entdeckung wird Wissenschaftlern helfen, gezielte Biomarker und Therapeutika zu entwickeln. Dies führt zu einer genaueren Diagnose komplexer Hirnerkrankungen, die die Patientenergebnisse verbessern.

Die Ansammlung von abnormen Tau-Proteinen im Gehirn in neurofibrillären Knäueln ist ein Merkmal der Alzheimer-Krankheit. es reichert sich aber auch bei anderen neurodegenerativen Erkrankungen an, wie chronische traumatische Enzephalopathie und zusätzliche altersbedingte Erkrankungen. Die genaue Diagnose neurodegenerativer Erkrankungen ist eine Herausforderung und erfordert einen hochqualifizierten Spezialisten.

Forscher des Center for Computational and Systems Pathology am Mount Sinai entwickelten und nutzten die Precise Informatics Platform, um leistungsstarke Ansätze des maschinellen Lernens auf digitalisierte Objektträger anzuwenden, die aus Gewebeproben von Patienten mit einem Spektrum neurodegenerativer Erkrankungen hergestellt wurden. Deep Learning anwenden, Diese Bilder wurden verwendet, um ein neuronales Faltungsnetzwerk zu erstellen, das in der Lage ist, neurofibrilläre Knäuel mit hoher Genauigkeit direkt aus digitalisierten Bildern zu identifizieren.

„Der Einsatz künstlicher Intelligenz hat großes Potenzial, unsere Fähigkeit zur Erkennung und Quantifizierung neurodegenerativer Erkrankungen zu verbessern, einen großen Fortschritt gegenüber bestehenden arbeitsintensiven und schlecht reproduzierbaren Ansätzen darstellt, “ sagte der leitende Ermittler John Crary, MD, Doktortitel, Professor für Pathologie und Neurowissenschaften an der Icahn School of Medicine am Berg Sinai. "Letzten Endes, Dieses Projekt wird zu einer effizienteren und genaueren Diagnose neurodegenerativer Erkrankungen führen."

Dies ist das erste verfügbare Framework zur Bewertung von Deep-Learning-Algorithmen unter Verwendung von großformatigen Bilddaten in der Neuropathologie. Die Precise Informatics Platform ermöglicht Datenmanagement, visuelle Erkundung, Objektumriss, Mehrbenutzer-Bewertung, und Auswertung der Ergebnisse von Deep-Learning-Algorithmen.

Forscher des Center for Computational and Systems Pathology am Mount Sinai haben fortschrittliche Informatik- und mathematische Techniken in Verbindung mit modernster Mikroskoptechnologie verwendet. Computer Vision, und künstliche Intelligenz, um ein breites Spektrum von Krankheiten genauer zu klassifizieren.

"Der Berg Sinai ist die größte akademische Pathologieabteilung des Landes und verarbeitet jährlich mehr als 80 Millionen Tests. die Forschern Zugang zu einem breiten Datensatz bietet, der zur Verbesserung von Tests und Diagnostik verwendet werden kann, führt letztendlich zu besseren Diagnose- und Patientenergebnissen, " sagte Autor Carlos Cordon-Cardo, MD, Doktortitel, Vorsitzender der Abteilung für Pathologie am Mount Sinai Health System und Professor für Pathologie, Genetik und Genomwissenschaften, und Onkologie an der Icahn School of Medicine.

• Forscher identifizieren ersten genetischen Defekt im Zusammenhang mit Gallengangsatresie
• Untersuchungen zeigen das Vorhandensein von Hefen und Pilzen in der Muttermilch gesunder Mütter