研究人员使用人工智能来确定肾病损害的程度
慢性肾病(CKD)是由糖尿病和高血压引起的。2017年,CKD的全球普遍率为9.1%,约为7亿例。通过在肾活检样品中评分间质纤维化和管状萎缩(IFTA)来评估慢性肾损伤。虽然图像数字化和形态化(测量外形状和尺寸)技术可以更好地量化组织学损伤的程度,但需要一种更广泛适用的方式来分层肾病严重程度。
现在,来自波士顿大学医学院(BUSM)的研究人员开发了一种新颖的人工智能(AI)工具,可以预测IFTA的等级,这是一种已知的渐进性的结构相关性慢性肾病。
“有一个计算机模型这可以模仿专家病理学家的工作流程,评估疾病等级是一个令人兴奋的想法,因为这项技术有可能提高临床实践的效率,“通讯作者解释说明了作者Vijaya B.Kolachalama,博士学位,医学助理教授BUSM。
显微镜上的病理学家的典型工作流程涉及手动操作,例如平移以及幻灯片上的特定区域,以评估病理学的各个方面。在“缩小”评估中,病理学家审查整个幻灯片并执行“全球”评估肾核。在“放大”评估中,他们对感兴趣区域的“当地”病理学进行深入,微观评估。
使用基于Web的软件(Pixelview,DeepPath Inc.),独立确定了五个实践肾病学家的国际团队在同一组数字化人肾活检上独立确定了IFTA分数。他们的平均分数被视为参考估计,以建立深度学习模型。为了使肾病学家在显微镜下进行分级的活组织检查幻灯片的方法,研究人员使用AI将图案和特征从数字化肾活检图像的子区(或斑块)纳入图案和特征,以及整个(全局)数字化图像以量化IFTA的程度。通过这种补丁级和全局级别数据的组合,设计了深度学习模型,以准确地预测IFTA等级。
验证后,Kolachalama认为可以自动评分肾脏慢性损伤程度的AI模型可以作为临床实践中的第二种意见工具。“最终,可以使用该算法研究专注于评估纤维化的其他器官特异性病理学。这些方法可能持有比肾病学家的读数更可重复的IFTA读数,”他补充道。
这些发现在线出现在线美国病理学杂志。
进一步探索
用户评论