最新新闻
为您推荐

AI程序如何从视网膜检查中预测慢性肾病风险?

作者Glory KaburuGlory Kaburu 3 分钟阅读
视网膜检查
  • 世福兰医院利用人工智能通过视网膜检查预测慢性肾病风险,实现早期发现。
  • 视网膜检查为预测慢性肾病风险提供了充满希望的途径,且人工智能的表现优于传统方法。 
  • 合作努力带来了慢性肾病风险预测的突破性人工智能项目,其未来影响具有变革性。

延世大学医院(Severance Hospital)在医疗保健领域取得了重大突破,开发出一种人工智能(AI)软件,可根据视网膜检查结果预测慢性肾病(CKD)的风险。由龙仁延世大学医院的Joo Young-soo教授和延世大学医院的Park Jung-tak教授领导的研究团队,利用AI的力量彻底改变了CKD的早期检测和预防。

慢性肾病是一种以持续肾功能下降或蛋白尿超过六个月为特征的状况。CKD通常由糖尿病和高血压引起,常被称为“沉默的疾病”,因为症状通常在发展到晚期时才会出现。由于目前尚无治愈CKD的方法,医疗专业人员强调预防的重要性。

视网膜检查提供早期检测

血液检测一直是估算肾小球滤过率的主要方法,有助于评估CKD的风险。然而,这种方法存在局限性,因为年龄和运动等外部因素很容易影响肾小球滤过率,使得准确测量肾功能正常个体的风险变得具有挑战性。

考虑到肾脏微血管与视网膜之间的相似性,延世大学医院的研究团队设想利用视网膜检查来预测CKD风险。由于糖尿病患者(CKD的主要病因之一)会定期进行视网膜检查以监测并发症,因此视网膜为早期检测提供了一条有希望的途径。

训练AI并评估有效性

为了开发AI程序,研究团队使用在延世大学医院接受过视网膜检查并测量过肾小球滤过率的80,000名个体的数据对其进行训练。利用这些数据,创建了一个算法来分析患CKD的风险。通过检查视网膜图像中的血管,AI准确预测了肾小球滤过率的下降,并评估了CKD发展的风险。

为了验证AI预测的有效性,评估了来自英国生物银行研究(U.K. Biobank)和韩国患者的35,000名糖尿病患者的混合样本。分析视网膜照片以确定在长达10.8年的时间里是否发生了CKD。结果表明,AI软件优于基于肾小球滤过率的估算方法。

Park教授表示:“如果肾功能正常,很难预测CKD的可能发生。”然而,随着研究团队开发的AI程序,有机会识别CKD的高风险群体并实施预防措施。这项开创性的技术允许早期干预,并可能挽救无数生命。

这项卓越的研究成果最近发表在《npj数字医学》(npj Digital Medicine)上,进一步巩固了这一突破的重要性。该研究强调了将AI技术整合到医疗保健实践中的潜在影响及其能产生的积极成果。

未来影响与合作努力

延世大学医院的AI程序代表了医疗保健创新的重要一步。随着这项技术的不断发展,它有望改变各种疾病的诊断和治疗。延世大学医院与专注于AI诊断解决方案的本地公司Mediwhale之间的合作努力,在实现这一突破方面发挥了重要作用。

随着持续的研究和发展,延世大学医院的AI程序可能成为早期疾病检测进一步发展的基础,使医疗专业人员能够提供及时的干预措施并改善患者预后。

开发能够通过视网膜检查预测CKD风险的AI程序是医疗保健领域的一场变革。通过利用AI的力量,延世大学医院在慢性肾病的早期检测、预防和治疗方面迈出了重要一步。随着这项开创性技术不断得到完善并整合到全球医疗实践中,未来充满希望。

最聪明的加密领域人士已经在阅读我们的通讯。想加入吗?加入他们。

分享本文

免责声明: 所提供的信息不构成交易建议。Cryptopolitan.com 对基于本页信息进行的任何投资不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Glory Kaburu

Glory Kaburu

Glory是一位精通AI工具与研究的知识渊博的记者。她热衷于人工智能领域,并撰写了多篇相关文章。她持续关注人工智能、机器学习和深度学习领域的最新进展,并定期发表相关评论。

更多新闻…