Kabar Kawat

Patologi Digital Anyar Ndeteksi Penyakit Parkinson Tahap Awal

ditulis dening editor

PreciseDx, bubar metu saka Sistem Kesehatan Gunung Sinai ing New York, NY, minangka siji-sijine perusahaan Stratifikasi Risiko Kanker sing nyedhiyakake informasi risiko khusus pasien liwat analisis fitur morfologi. Perusahaan dina iki ngumumake teknologi patologi digital sing aktif AI bisa kanthi akurat diagnosa penyakit Parkinson (PD) ing pasien sing isih urip sadurunge gejala sing abot.

Diagnosa penyakit Parkinson angel banget ing kabeh tahap amarga gejala sing beda-beda, komorbiditas, lan kahanan sing niru, kanthi diagnosis definitif mung sawise postmortem. Panaliten terobosan iki nemokake manawa teknologi AI-aktif PreciseDx bisa nggampangake diagnosa konklusif saka Parkinson, nyedhiyakake informasi kritis kanggo perawatan sadurunge.

"Temuan kasebut nuduhake potensial teknologi kanggo mbantu diagnosa penyakit Parkinson," ujare Jamie Eberling, PhD, Wakil Presiden Senior Sumber Daya Riset ing Yayasan Michael J. Fox kanggo Riset Parkinson (MJFF). "Alat diagnostik sing objektif, utamane ing awal penyakit, penting kanggo nggawe keputusan perawatan lan ngrancang uji coba kanggo perawatan lan obat sing luwih apik."

MJFF sebagian mbiayai analisis AI lan nyeponsori studi sing nyedhiyakake data kasebut (Studi Sampling Synuclein Sistemik).

Pasinaon PreciseDx ngetrapake algoritma AI perusahaan (Morfology Feature Array™) kanggo deteksi IHC α-synuclein ing saraf perifer kelenjar saliva [ie, peripheral Lewy-type synucleinopathy (LTS)], bebarengan karo ekstraksi fitur kuantitatif nggunakake fitur morfologi kanggo kanthi akurat mbedakake LTS ing spesimen biopsi penyakit Parkinson tahap awal adhedhasar anotasi ahli patologi saka conto latihan. Sawise latihan, tes algoritma divalidasi nggunakake set spesimen biopsi sing dikonfirmasi.

PreciseDx's AI Morphology Feature Array bisa ndeteksi patologi Parkinson ing tambalan gambar saka conto biopsi kanthi sensitivitas 99% lan kekhususan 99% dibandhingake karo bebener lemah sing dianotasi dening ahli. AI ngilangi ahli patologi manungsa kanthi akurasi 0.69 lawan 0.64 ing prediksi status penyakit Parkinson klinis.

Pendekatan MFA PreciseDx kanggo ekstraksi lan analisis fitur ngidini algoritma anyar bisa dikembangake lan divalidasi nglawan titik pungkasan klinis. Iki penting banget kanggo nggawe tes diagnostik anyar, diagnosis sing akurat lan bisa direproduksi, ramalan, pilihan terapi pasien kanggo macem-macem kahanan.

"Sacara tradisional, sistem grading patologi ndeleng sawetara komponen morfologi kanggo nggawe diagnosis. Ora kaya metode penilaian sing didhukung manungsa, PreciseDx's AI Morphology Feature Array (MFA) bisa nliti ewonan fitur sing beda-beda lan nggunakake hubungan kasebut ing antarane, "ujare John F. Crary, MD-PhD, Profesor ing Departemen Patologi, Neuroscience, lan Kecerdasan Buatan & Kesehatan Manungsa ing Sekolah Kedokteran Icahn ing Gunung Sinai. "Panaliten sing owah-owahan industri iki nuduhake yen kita kudu nyegerake cara mikir babagan patologi lan nggunakake AI kanggo ndeteksi penyakit kanthi luwih akurat, kayata PD. Iki menehi pencerahan ing industri kanggo sinau kasus langsung babagan cara patologi komputasi bisa bener-bener maju obat ing babagan ngenali lan ndeteksi penyakit kanthi akurat.

"Kita ngarepake nggarap PreciseDx amarga njelajah potensial nggunakake platform AI ing patologi ing macem-macem penyakit, kalebu Parkinson," ujare Erik Lium, PhD, Presiden, Mitra Inovasi Gunung Sinai lan Wakil Presiden Eksekutif lan Kepala Pejabat Inovasi Komersial, Sistem Kesehatan Gunung Sinai.

Teknologi stratifikasi risiko kanker adhedhasar properti intelektual sing dikembangake dening fakultas Gunung Sinai lan dilisensi kanggo PreciseDx. Gunung Sinai lan fakultas Gunung Sinai duwe kapentingan finansial ing PreciseDx. Gunung Sinai uga nduweni perwakilan ing Dewan Direksi PreciseDx, sing kalebu Dr. Lium.

Print Friendly, PDF & Email

About penulis

editor

Pemimpin editor kanggo eTurboNew yaiku Linda Hohnholz. Dheweke adhedhasar ing HQ eTN ing Honolulu, Hawaii.

Ninggalake Komentar