威爾康奈爾醫(yī)學院和特殊外科醫(yī)院 (HSS) 研究人員創(chuàng)建的機器學習工具可以幫助區(qū)分類風濕性關節(jié)炎 (RA) 的亞型，這可能有助于科學家找到改善對這種復雜疾病的治療的方法。
這項發(fā)表在《自然通訊》上的研究表明，人工智能和機器學習技術可以有效且高效地對 RA 患者的病理樣本進行亞型分析。
“我們的工具可以自動分析病理切片，有朝一日，這可能使 RA 的疾病診斷和個性化治療更加精確和高效，”人口健康科學教授、威爾康奈爾醫(yī)學院人口健康科學系數(shù)字健康人工智能研究所 (AIDH) 創(chuàng)始主任王飛博士說。“這表明機器學習可以潛在地改變許多疾病的病理評估。”
目前已有多項研究正在開發(fā)用于腫瘤病理切片自動分析的機器學習工具。王博士和他的同事一直在努力將這項技術擴展到其他臨床專業(yè)。
緩慢過程的自動化
在最新研究中，王博士與 Richard Bell 博士(關節(jié)炎和組織變性項目和研究所的講師、HSS 分子組織病理學核心實驗室的計算病理學分析師)以及 Lionel Ivashkiv 博士(HSS 關節(jié)炎和組織變性項目首席科學官兼主席、威爾康奈爾醫(yī)學院醫(yī)學教授)合作，實現(xiàn)了 RA 組織樣本亞型劃分過程的自動化。區(qū)分 RA 的三種亞型可能有助于臨床醫(yī)生選擇對特定患者最有可能有效的治療方法。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！