Τεχνολογία

AI: Τεχνητή νοημοσύνη αναγνώρισης προσώπου το κλειδί στην έγκαιρη διάγνωση

AI: Τεχνητή νοημοσύνη αναγνώρισης προσώπου το κλειδί στην έγκαιρη διάγνωση

AI: Το νέο σύστημα τεχνητής νοημοσύνης εξετάζει ομοιότητες με ασθενείς που δεν έχουν ακόμη διαγνωστεί, και επομένως ανιχνεύει συνδυασμούς χαρακτηριστικών που δεν έχουν ακόμη περιγραφεί. 

Πολλοί άνθρωποι με ασυνήθιστες ασθένειες υπομένουν μια μακρά αναζήτηση για τη σωστή διάγνωση. Η πλειοψηφία των σπάνιων ασθενειών είναι γενετικές. και οι υποκείμενες κληρονομικές μεταλλάξεις συχνά προκαλούν ποικίλου βαθμού βλάβη σε διάφορες περιοχές του σώματος. Στις περισσότερες περιπτώσεις, αυτές οι κληρονομικές αλλαγές εκφράζονται επίσης με χαρακτηριστικά γνωρίσματα του προσώπου: για παράδειγμα, επειδή τα φρύδια, η βάση της μύτης ή τα μάγουλα διαμορφώνονται με διακριτικό τρόπο. Ωστόσο, αυτό διαφέρει από ασθένεια σε ασθένεια. Τώρα οι επιστήμονες πιστεύουν ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί για να εντοπίσει αυτά τα χαρακτηριστικά του προσώπου, να υπολογίσει τις ομοιότητες και να τα συνδέσει αυτόματα με τα κλινικά συμπτώματα και τα γενετικά δεδομένα του ασθενούς.

Ο καθηγητής Dr. Peter Krawitz από το Ινστιτούτο Γονιδιωματικής Στατιστικής και Βιοπληροφορικής (IGSB) στο Πανεπιστημιακό Νοσοκομείο της Βόννης, Γερμανία, λέει: “Ο στόχος είναι να εντοπιστούν τέτοιες ασθένειες σε πρώιμο στάδιο και να ξεκινήσει η κατάλληλη θεραπεία το συντομότερο δυνατό”. Ο Tzung-Chien Hsieh, μέλος της ομάδας του Krawitz, προσθέτει: “Το πρόσωπο μας παρέχει ένα σημείο εκκίνησης για τη διάγνωση”, λέει ο Tzung-Chien Hsieh από την ομάδα του Krawitz. “Είναι δυνατό να υπολογίσουμε ποια είναι η ασθένεια με υψηλό βαθμό ακρίβειας”. Το σύστημα AI “GestaltMatcher” είναι μια συνεχής ανάπτυξη του “DeepGestalt”, το οποίο η ομάδα IGSB εκπαίδευσε με άλλα ιδρύματα πριν από μερικά χρόνια. Το διάδοχό του “GestaltMatcher” απαιτεί σημαντικά λιγότερους ασθενείς για αντιστοίχιση χαρακτηριστικών.

Αυτό είναι ένα μεγάλο πλεονέκτημα στην ομάδα των πολύ σπάνιων ασθενειών, όπου μόνο λίγοι ασθενείς αναφέρονται παγκοσμίως. Επιπλέον, το νέο σύστημα τεχνητής νοημοσύνης εξετάζει επίσης ομοιότητες με ασθενείς που επίσης δεν έχουν ακόμη διαγνωστεί, και επομένως συνδυασμούς χαρακτηριστικών που δεν έχουν ακόμη περιγραφεί. Επομένως, το GestaltMatcher αναγνωρίζει ασθένειες που του ήταν προηγουμένως άγνωστες και προτείνει διαγνώσεις με βάση αυτό. “Αυτό σημαίνει ότι μπορούμε τώρα να ταξινομήσουμε άγνωστες ασθένειες, να αναζητήσουμε άλλες περιπτώσεις και να παρέχουμε ενδείξεις ως προς τη μοριακή βάση”, λέει ο Krawitz.

Λεπτομέρειες για την μελέτη

Σε μια μελέτη, η ομάδα χρησιμοποίησε 17.560 φωτογραφίες ασθενών, οι περισσότερες από τις οποίες προέρχονταν από την εταιρεία ψηφιακής υγείας FDNA, με την οποία η ερευνητική ομάδα συνεργάστηκε για την ανάπτυξη της υπηρεσίας Ιστού μέσω της οποίας μπορεί να χρησιμοποιηθεί η τεχνητή νοημοσύνη. Περίπου 5.000 από τις φωτογραφίες και τα δεδομένα ασθενών συνεισφέρθηκαν από την ερευνητική ομάδα του Ινστιτούτου Ανθρώπινης Γενετικής στο Πανεπιστήμιο της Βόννης, μαζί με εννέα άλλες πανεπιστημιακές εγκαταστάσεις στη Γερμανία και στο εξωτερικό. Οι ερευνητές εστίασαν σε μοτίβα ασθενειών που ήταν όσο το δυνατόν πιο διαφορετικά. Κατάφεραν να εξετάσουν συνολικά 1.115 διαφορετικές σπάνιες ασθένειες. “Αυτή η μεγάλη ποικιλία στην εμφάνιση εκπαίδευσε την τεχνητή νοημοσύνη τόσο καλά που μπορούμε τώρα να κάνουμε διάγνωση με σχετική σιγουριά ακόμη και με μόνο δύο ασθενείς ως βασική γραμμή στην καλύτερη περίπτωση, αν αυτό είναι δυνατό”, λέει ο Krawitz.

“Είμαστε πολύ χαρούμενοι που επιτέλους έχουμε μια λύση ανάλυσης φαινοτύπου για τις εξαιρετικά σπάνιες περιπτώσεις, η οποία μπορεί να βοηθήσει τους κλινικούς γιατρούς να επιλύσουν δύσκολες περιπτώσεις και τους ερευνητές να προχωρήσουν στην κατανόηση των σπάνιων ασθενειών”, λέει ο Aviram Bar-Haim της FDNA Inc. στη Βοστώνη των ΗΠΑ. Στη Γερμανία, επίσης, η εφαρμογή στα ιατρεία, για παράδειγμα, δεν είναι μακριά, προσθέτει ο Krawitz. Οι γιατροί μπορούν ήδη να χρησιμοποιήσουν τα smartphone τους για να τραβήξουν μια φωτογραφία πορτρέτου ενός ασθενούς και να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να κάνουν διαφορικές διαγνώσεις, λέει. “Το GestaltMatcher βοηθά τον γιατρό να κάνει μια αξιολόγηση και συμπληρώνει τη γνώμη των ειδικών.”

 

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις

Διαβάστε Eπίσης:

Μπορούν τα γυαλιά υψηλής τεχνολογίας να νικήσουν το γλαύκωμα;

Ψηφιακές υπηρεσίες για την αναγνώριση εμβολιασμών στο εξωτερικό

Η τεχνητή νοημοσύνη προς όφελος της υγείας των ηλικιωμένων

Επίστρωση υφασμάτων μειώνει τη μολυσματικότητα του κορωνοϊού

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Διαβήτης ακρωτηριασμός: Ρομποτικά προσθετικά υπόσχονται ανακούφιση

Διαβήτης ακρωτηριασμός: Καναδοί επιστήμονες αποκαλύπτουν την ανάπτυξη ενός νέου τύπου προσθετικής χρησιμοποιώντας μαλακή ρομποτική με δυνατότητα μικρορευστοποίησης που υπόσχεται να μειώσει σημαντικά τα έλκη του δέρματος και τον πόνο σε ασθενείς με διαβήτη που έχουν υποστεί ακρωτηριασμό μεταξύ του αστραγάλου και του γόνατος.

Η έλλειψη κλινικών στοιχείων αποτελεί μεγάλο κενό στην ψηφιακή υγεία

Ιατρική περίθαλψη: Η χρηματοδότηση των αμερικανικών εταιρειών ψηφιακής υγείας αυξήθηκε πέρυσι παρά τις μελέτες που βρήκαν μικρή κλινική επικύρωση και έλλειψη ισχυρών αποδεικτικών στοιχείων ότι οι λύσεις ψηφιακής υγείας είναι αποτελεσματικές.

5 επιδράσεις της τεχνολογίας στη σωματική υγεία και τι πρέπει να κάνετε γι' αυτές

Υγεία τεχνολογία: Είναι αδύνατο να αποφευχθεί η τεχνολογία στην καθημερινή ζωή και δεν υπάρχει αμφιβολία ότι έχει κάνει μεγάλο μέρος της ζωής πιο διαχειρίσιμο. Ωστόσο, ορισμένες πτυχές του μπορεί να επηρεάσουν το σώμα σας με δυνητικά αρνητικούς τρόπους.

Αλματώδης αύξηση ενδιαφέροντος για τεχνολογία διαχείρισης πένθους

Startups πένθος: Ένας αυξανόμενος αριθμός νεοφυών επιχειρήσεων αναπτύσσει τεχνολογικές λύσεις και υπηρεσίες για την υποστήριξη των οικογενειών που έχουν πενθεί, χρησιμοποιώντας μια σειρά από επιχειρηματικά μοντέλα.

4 ιατρικές τεχνολογίες του 2022

Τεχνολογία:Το 2020 και το 2021, η πανδημία του Covid-19 ανάγκασε την υγειονομική περίθαλψη στο μέλλον και, ως εκ τούτου, πολλές υποσχόμενες ιατρικές τεχνολογίες δοκιμάστηκαν σε μαζική κλίμακα. Το 2022, το ερώτημα είναι πώς αυτές οι τεχνολογίες μπορούν να χρησιμοποιηθούν μαζί σε έναν κόσμο μετά την πανδημία.

Ακριβής διάγνωση όγκων εγκεφάλου με χρήση τεχνητής νοημοσύνης

Τεχνητή νοημοσύνη: Η ταξινόμηση των όγκων του εγκεφάλου - και επομένως η επιλογή των βέλτιστων επιλογών θεραπείας - μπορεί να γίνει πιο ακριβής μέσω της χρήσης τεχνητής νοημοσύνης σε συνδυασμό με φυσιολογική απεικόνιση. Αυτό είναι το αποτέλεσμα μιας εκτενούς μελέτης που δημοσιεύτηκε στο Cancers και διεξήχθη από το Πανεπιστήμιο Karl Landsteiner για Επιστήμες Υγείας (KL Krems).

Κατανόηση της συναπτικής διαβίβασης με υπερυπολογιστή

Εγκέφαλος: Ο εγκέφαλός μας έχει δισεκατομμύρια νευρικά κύτταρα ή νευρώνες και κάθε νευρώνας έχει χιλιάδες συνδέσεις με άλλους νευρώνες. Οι βαθμονομημένες αλληλεπιδράσεις αυτών των νευρώνων είναι αυτό από το οποίο αποτελούνται οι σκέψεις. Στόχος του Jose Rizo-Rey, καθηγητή Βιοφυσικής στο Southwestern Medical Center του Πανεπιστημίου του Τέξας είναι κατανοήσει πώς συμβαίνει η ενεργοποίηση της σκέψης.