威尔康奈尔医学院和特殊外科医院(HSS)的研究人员创造了一种机器学习工具，可以帮助区分类风湿关节炎(RA)的亚型，这可能有助于科学家找到改善这种复杂疾病护理的方法。
这项发表在《自然通讯》上的研究表明，人工智能和机器学习技术可以有效地对RA患者的病理样本进行分型。
威尔康奈尔医学院人口健康科学系人工智能数字健康研究所(AIDH)创始主任、人口健康科学教授王飞博士说:“我们的工具可以自动分析病理切片，这可能有一天会导致更精确、更有效的疾病诊断和RA的个性化治疗。”“这表明机器学习有可能改变许多疾病的病理评估。”
目前已有一些研究正在开发用于肿瘤病理切片自动分析的机器学习工具。王博士和他的同事们一直在努力将这项技术推广到其他临床专业。
将缓慢的过程自动化
在最新的研究中，王博士与理查德·贝尔博士合作，他是关节炎和组织变性项目和研究所的讲师，也是HSS分子组织病理学核心实验室的计算病理学分析师，以及莱昂内尔·伊瓦什科夫博士，HSS关节炎和组织变性项目的首席科学官和主席，威尔康奈尔医学院的医学教授，自动化类风湿组织样本的分型过程。区分类风湿关节炎的三种亚型可以帮助临床医生选择对特定患者最有效的治疗方法。
病理学家目前使用一种标签来识别人类患者活检样本中的细胞和组织特征，从而手动对关节炎亚型进行分类——这是一个缓慢的过程，增加了研究成本，并可能导致病理学家之间的不一致。
“这是病理学研究的分析瓶颈，”贝尔博士说。“这是非常耗时和乏味的。”
该团队首先在一组小鼠的RA样本上训练算法，优化其区分样本中的组织和细胞类型并按亚型进行分类的能力。他们在第二组样本上验证了该工具。该工具还对小鼠的治疗效果产生了新的见解，例如在给予常用的类风湿性关节炎治疗的六周内减少了软骨降解。
然后，他们将该工具应用于来自加速药物合作类风湿关节炎研究联盟的患者活检样本，并证明它可以有效地对人类临床样本进行分类。研究人员现在正在用额外的患者样本验证该工具，并确定将该新工具纳入病理学家工作流程的最佳方法。
迈向人的一步nalized医学
“这是迈向更个性化的类风湿性关节炎治疗的第一步，”贝尔博士说。“如果你能建立一种识别患者亚型的算法，你就能更快地为患者提供所需的治疗。”
该技术可以通过检测人类可能错过的意外组织变化，为疾病提供新的见解。通过节省病理学家在亚型上的时间，该工具还可以降低成本，提高临床试验对不同亚型RA患者治疗方法的效率。
威尔康奈尔医学院负责临床研究的高级副院长兼人口健康科学系主任Rainu Kaushal博士说:“通过将病理幻灯片与临床信息相结合，这一工具展示了人工智能在推进个性化医疗方面越来越大的影响。”“这项研究特别令人兴奋，因为它为检测和治疗开辟了新的途径，在我们如何理解和护理类风湿性关节炎患者方面取得了重大进展。”
该团队正致力于开发类似的工具来评估骨关节炎、椎间盘退变和肌腱病变。此外，王博士的团队也在考虑从更广泛的生物医学信息中定义疾病亚型。例如，他们最近证明，机器学习可以区分帕金森病的三种亚型。
“我们希望我们的研究将引发更多的计算研究，为更多的疾病开发机器学习工具，”王博士说。
Ivashkiv博士补充说:“这项工作代表了分析类风湿性关节炎组织的重要进展，可以应用于患者的利益。”
更多信息:Richard D. Bell等人，炎症滑膜组织的自动多尺度计算病理分型(AMSCP)， Nature Communications(2024)。DOI: 10.1038/s41467-024-51012-6期刊信息:自然通讯由威尔康奈尔医学院提供引文:机器学习帮助识别类风湿关节炎亚型(2024年，8月29日)检索自2024年8月30日https://medicalxpress.com/news/2024-08-machine-rheumatoid-arthritis-subtypes.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
本文来自作者[梦玉]投稿，不代表cjxdt号立场，如若转载，请注明出处：https://wap.cjxdt.cn/zskp/202508-1700.html
评论列表（4条）
我是cjxdt号的签约作者“梦玉”！
希望本篇文章《利用机器学习技术识别类风湿关节炎的不同亚型》能对你有所帮助！
本站[cjxdt号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 威尔康奈尔医学院和特殊外科医院(HSS)的研究人员创造了一种机器学习工具，可以帮助区分类风湿关节炎(RA)的亚型，这可能有助于科学家找到改善这种复杂疾病护理的方法...