侵權(quán)投訴
訂閱
糾錯
加入自媒體

新的人工智能軟件可以讓醫(yī)生更容易、更快地診斷失智癥

研究人員創(chuàng)建了一種算法,能夠僅使用醫(yī)生收集的患者信息來確定認(rèn)知能力下降的原因。

波士頓大學(xué)

7月17日

盡管阿爾茨海默病是導(dǎo)致失智癥(失智癥是一個統(tǒng)稱,指影響日常生活的認(rèn)知缺陷,如記憶或語言喪失)最常見的病因但它并非唯一病因。由于失智癥可能由多種原因同時引起,因此得出明確診斷并不容易,也不迅速。而且往往到那時,再進(jìn)行干預(yù)已為時過晚。

波士頓大學(xué)(Boston University,BU)的 Vijaya B. Kolachalama 是一位利用計算機輔助醫(yī)學(xué)診斷的專家,他開發(fā)了一種人工智能工具,能夠確定導(dǎo)致患者認(rèn)知能力下降的原因,并幫助醫(yī)生更有效地鎖定準(zhǔn)確診斷。

該工具由波士頓大學(xué)的研究人員和外部合作者共同開發(fā),利用通常收集的患者信息(如病史、用藥情況、人口統(tǒng)計數(shù)據(jù)、神經(jīng)病學(xué)和神經(jīng)心理學(xué)檢查分?jǐn)?shù))和神經(jīng)影像學(xué)數(shù)據(jù)(如磁共振成像掃描)來準(zhǔn)確識別失智癥的具體病因。對于每個病例,將所有可用信息輸入到人工智能驅(qū)動的軟件中,然后該軟件會預(yù)測患者所患失智癥的類型,并給出一個置信度評分。相關(guān)研究結(jié)果發(fā)表在《自然-醫(yī)學(xué)》(Nature Medicine)雜志上。

研究于2024年7月4日發(fā)表在《Nature Medicine》(最新影響因子:58.7)雜志上

Kolachalama 是波士頓大學(xué)醫(yī)學(xué)和計算機科學(xué)副教授,也是該論文的通訊作者,他說:“我們認(rèn)為,人工智能可以通過早期識別這些疾病,并幫助醫(yī)生更有效地管理患者,防止病情惡化,從而發(fā)揮作用。”

該平臺可以診斷 10 種不同類型的失智癥,包括血管性失智和額顳葉失智,即使它們同時發(fā)生也能診斷。隨著治療阿爾茨海默病的新藥(如Kisunla,一種最近獲得 FDA 批準(zhǔn),用于輕度認(rèn)知障礙患者的注射劑)獲得批準(zhǔn),Kolachalama 希望他的團隊的人工智能工具能夠幫助確定誰能從不同治療中獲益,或誰能參加臨床試驗,以幫助將更多藥物推向市場。

該算法是在來自世界各地九個不同數(shù)據(jù)集的 50,000 多名個體的數(shù)據(jù)上進(jìn)行訓(xùn)練的。為了測試該軟件的性能,研究人員讓單獨工作的神經(jīng)科醫(yī)生和使用計算機模型的神經(jīng)科醫(yī)生分別評估 100 個病例。然后,他們比較了單獨工作的醫(yī)生和使用該軟件醫(yī)生的結(jié)果,發(fā)現(xiàn)該軟件將醫(yī)生的診斷準(zhǔn)確率提高了 26%。

Kolachalama 與來自世界各地的神經(jīng)科醫(yī)生和放射科醫(yī)生合作,他們都能接觸到不同類型的患者信息。因此,即使信息有限,該軟件也能發(fā)揮作用。例如,在低收入國家資源匱乏的醫(yī)院中,磁共振成像機器并不普遍,因此,擁有一種能夠利用任何類型可用患者數(shù)據(jù)的工具,對于將該技術(shù)擴展到最需要它的地區(qū)至關(guān)重要。

Kolachalama 說:“鑒于在偏遠(yuǎn)和經(jīng)濟發(fā)展中地區(qū)以及城市醫(yī)療中心獲取金標(biāo)準(zhǔn)檢測面臨重大挑戰(zhàn),利用常規(guī)臨床數(shù)據(jù)生成診斷的能力變得越來越重要。”

他指出,全球神經(jīng)病學(xué)專家短缺,而神經(jīng)科患者數(shù)量卻在不斷增長,這種不匹配給醫(yī)療系統(tǒng)帶來了巨大壓力。Kolachalama 說,擁有一款能夠輔助診斷的軟件程序,將有助于減輕時間和資源有限的醫(yī)生的負(fù)擔(dān)。該人工智能工具的下一步是進(jìn)行實地測試,將其引入醫(yī)院和診所,這是 Kolachalama 及其團隊正在積極努力的目標(biāo)。

創(chuàng)立于1839年的波士頓大學(xué)

參考文獻(xiàn)

Source:Boston University

New AI Software Could Make Diagnosing Dementia Easier and Faster for Doctors

Reference:

Xue, C., Kowshik, S.S., Lteif, D. et al. AI-based differential diagnosis of dementia etiologies on multimodal data. Nat Med (2024). https://doi.org/10.1038/s41591-024-03118-z

免責(zé)聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享,不能用于或依賴于任何診斷或治療目的。此信息不應(yīng)替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關(guān)特定醫(yī)療狀況的指導(dǎo)之前,請咨詢你的醫(yī)生。

       原文標(biāo)題 : 新的人工智能軟件可以讓醫(yī)生更容易、更快地診斷失智癥

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

醫(yī)療科技 獵頭職位 更多
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號