研究人员使用人工智能确定肾脏疾病的损害程度

(波士顿)-慢性肾脏病(CKD)是由糖尿病和高血压引起的。2017年，全球CKD患病率为9.1%，约为7亿例。通过对肾活检样本中的间质纤维化和肾小管萎缩(IFTA)进行评分，来评估慢性肾脏损伤。尽管图像数字化和形态测量(测量外部形状和尺寸)技术可以更好地量化组织学损伤的程度，但仍需要一种更为广泛应用的方法来对肾脏疾病的严重程度进行分层。

现在，来自波士顿大学医学院(BUSM)的研究人员开发了一种新型的人工智能(AI)工具来预测IFTA的等级，IFTA是进行性和慢性肾脏疾病的已知结构相关因素。

通讯作者解释说：“拥有一种可以模拟专家病理学家工作流程并评估疾病等级的计算机模型是一个令人振奋的想法，因为该技术有可能提高临床实践的效率。” BUSM的医学。

病理学家在显微镜上的典型工作流程包括手动操作，例如平移以及放大和缩小载玻片上的特定区域以评估病理的各个方面。在“缩小”评估中，病理学家检查了整个玻片，并对肾脏核心进行了“整体”评估。在“放大”评估中，他们对感兴趣区域中的“局部”病理进行了深入的微观评估。

一个由五名从事肾脏病理学家工作的国际团队使用基于Web的软件(PixelView，deepPath Inc.)在同一组数字化的人类肾脏活组织检查中独立确定IFTA评分。他们的平均分数被用作构建深度学习模型的参考估计。为了模拟肾病理学家在显微镜下对活检玻片进行分级的方法，研究人员使用AI结合了数字化肾脏活检图像的子区域(或斑块)以及整个(全局)数字化图像的图案和特征，以量化IFTA的范围。通过补丁级别和全局级别数据的组合，设计了深度学习模型来准确预测IFTA等级。

经过验证，Kolachalama相信可以自动对肾脏慢性损伤程度进行评分的AI模型可以作为临床实践中的第二意见工具。他补充说：“最终，可能有可能使用这种算法来研究其他专注于评估纤维化的器官特异性病理学。这种方法可能具有比肾病病理学家提供更多可再现的IFTA读数的潜力。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！