格羅寧根大學的科學家已經(jīng)訓練了一個人工智能系統(tǒng)來識別大皰性大皰性表皮松解癥患者皮膚活檢中的特定模式。該模式是該疾病特定變異的特征，可導致皮膚和粘膜瘢痕形成，并可能導致失明。新系統(tǒng)易于使用，在診斷方面優(yōu)于大多數(shù)醫(yī)生。該 AI 系統(tǒng)的描述發(fā)表在《美國病理學雜志》上。
在大皰性表皮松解癥患者中，皮膚層脫落，導致大水泡。有不同形式的水皰疾病影響皮膚的不同層。其中之一，大皰性表皮松解癥 (EBA)，是一種自身免疫性疾病，患者自身的抗體通過該疾病攻擊皮膚。它通常在中年左右開始，水泡會形成疤痕。皮膚上的疤痕可能會導致關節(jié)活動受限，但疤痕也會在粘膜中形成。例如，當這種情況發(fā)生在眼睛中時，可能會導致失明。需要早期診斷以防止疤痕造成的損害。
圖案
“目前，確認 EBA 的診斷可能需要數(shù)月到數(shù)年的時間”，格羅寧根大學醫(yī)學中心的皮膚科醫(yī)生、該論文的聯(lián)合第一作者 Joost Meijer 解釋說。診斷 EBA 是通過皮膚活檢進行的，其中熒光標記物附著在表皮基底層的自身抗體上。這會產(chǎn)生鋸齒狀的 U 形圖案，這是 EBA 的典型特征。“但是，您需要在相對較大的顯微載玻片中找到并識別這種模式”，Meijer 繼續(xù)說道。該模式可能只出現(xiàn)在幻燈片的一小部分。為了了解它有多小，如果將顯微圖像數(shù)字化為 20,000 x 12,000 像素的圖片，則該圖案只能占用 30 x 30 像素的空間。
Meijer 撰寫了關于診斷技術的碩士論文以識別這種模式。然后，他繼續(xù)在他的博士研究中研究這個問題，他與格羅寧根大學伯努利數(shù)學、計算機科學和人工智能研究所的博士生 Astone Shi 合作。該論文的另一位聯(lián)合第一作者 Shi 與卷積神經(jīng)網(wǎng)絡 (CNN) 合作，這是一種與深度學習一起工作并且特別適用于模式識別的系統(tǒng)。
標簽： 人工智能
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！