威尔康奈尔医学院和特殊外科医院 (HSS) 研究人员创建的机器学习工具可以帮助区分类风湿性关节炎 (RA) 的亚型，这可能有助于科学家找到改善对这种复杂疾病的治疗的方法。
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且高效地对 RA 患者的病理样本进行亚型分析。
“我们的工具可以自动分析病理切片，有朝一日，这可能使 RA 的疾病诊断和个性化治疗更加精确和高效，”人口健康科学教授、威尔康奈尔医学院人口健康科学系数字健康人工智能研究所 (AIDH) 创始主任王飞博士说。“这表明机器学习可以潜在地改变许多疾病的病理评估。”
目前已有多项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。王博士和他的同事一直在努力将这项技术扩展到其他临床专业。
缓慢过程的自动化
在最新研究中，王博士与 Richard Bell 博士(关节炎和组织变性项目和研究所的讲师、HSS 分子组织病理学核心实验室的计算病理学分析师)以及 Lionel Ivashkiv 博士(HSS 关节炎和组织变性项目首席科学官兼主席、威尔康奈尔医学院医学教授)合作，实现了 RA 组织样本亚型划分过程的自动化。区分 RA 的三种亚型可能有助于临床医生选择对特定患者最有可能有效的治疗方法。
标签：
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！