研究称人工智能可以改善肾脏疾病的诊断

华盛顿特区：研究人员发现，现代机器学习是人工智能的一个分支，可能会增加诊断肾脏疾病的传统方式。

病理学家经常根据对患者肾脏活组织检查的视觉评估对各种肾脏疾病进行分类;但是，机器学习有可能实现自动化并提高分类的准确性。

在一项研究中，由Pinaki Sarder博士和Brandon Ginley领导的团队(布法罗大学Jacobs医学和生物医学科学学院)开发了一种计算算法，用于检测糖尿病肾病的严重程度而无需人为干预。

该算法在微观水平上检查了患者肾活检的数字图像，并提取了肾小球的信息，肾小脑是从血液中过滤废物排泄的肾小血管。

据美国肾脏病学会杂志发表的这项研究报告称，这些结构在糖尿病过程中会逐渐受损和疤痕。

每个活组织检查通常有10到20个单独的肾小球，并且算法检测数字图像中每个肾小球子组件的位置，然后对每个子组件进行许多测量。

“该算法然后查看从一个患者的一个系列活检中测量的所有特征，就像医生会扫描患者从肾小球到肾小球的活组织检查并检查每个人的结构一样，”Sarder博士解释说。

“该算法在检查肾小球结构时具有长期和短期记忆，因此它可以记住并将所有肾小球的信息纳入其最终分析中，”金利先生补充道。

研究人员使用他们的方法对54名患有糖尿病肾病的患者的活检样本进行数字分类，并发现数字分类与3名不同病理学家的数据分类基本一致。

在同时发表的另一篇JASN文章中，由Jeroen van der Laak博士和Meyke Hermsen博士(荷兰奈梅亨Radboud大学医学中心)领导的团队应用机器学习来检查肾移植活检，并超越肾小球评估肾脏中的多种组织类别。

研究人员开发了一种称为“卷积神经网络”(CNN)的机器学习模型，发现它可以应用于来自多个中心的组织，用于活组织检查和肾切除术样本，以及用于分析健康和患病组织。此外，他们使用标准分类方法验证了CNN的结果。

标签： 人工智能