Intelixencia artificial no diagnóstico da gravidade da diabetes

Intelixencia artificial no diagnóstico da gravidade da diabetes

Un equipo de investigadores utilizou tecnoloxía non invasiva de alta resolución para obter imaxes de pequenos vasos sanguíneos atopados baixo a pel de pacientes diabéticos, e utilizou un algoritmo de intelixencia artificial para formular unha "puntuación" que se pode usar para determinar a gravidade da enfermidade. enfermidade. Unha vez que esta tecnoloxía é portátil, pódese usar para controlar a eficacia do tratamento, segundo New Atlas, citando a revista Nature Biomedical Engineering.

Microangiopatía

A microangiopatía, na que as paredes dos capilares sanguíneos se fan tan espesas e débiles que sangran, filtran proteínas e ralentizan o fluxo sanguíneo é unha complicación importante da diabetes, que pode afectar a moitos órganos do corpo, incluída a pel.

Investigadores da Universidade Técnica de Múnic desenvolveron TUM, un método para obter imaxes detalladas de vasos sanguíneos baixo a pel de pacientes diabéticos mediante a intelixencia artificial para determinar cuantitativamente a gravidade da enfermidade.

Imaxe audiovisual

A imaxe optoacústica usa pulsos de luz para xerar ondas de ultrasóns dentro do tecido. Pequenas expansións e contraccións no tecido que rodea as moléculas, que absorben fortemente a luz, crean sinais que son rexistrados polos sensores e convertidos en imaxes de alta resolución. A hemoglobina, proteína transportadora de osíxeno, é unha destas moléculas que absorbe a luz e, dado que está concentrada nos vasos sanguíneos, a imaxe optoacústica produce imaxes detalladas dos vasos sanguíneos que outras técnicas non cirúrxicas non poden producir, ademais de ser un procedemento rápido e non usar radiación.

Máis profundidade e detalle

No novo estudo, os investigadores desenvolveron un método de imaxe óptico-acústica específico chamado RSOM, que pode adquirir datos sobre diferentes profundidades da pel de forma simultánea ata unha profundidade de 1 milímetro, o que dixo Angelos Karlas, o investigador principal do estudo. "máis profundidade e detalle que outros métodos ópticos".

tecnoloxía RSOM

Os investigadores utilizaron a tecnoloxía RSOM para tomar imaxes da pel nas pernas de 75 pacientes diabéticos e dun grupo de control de 40 persoas e utilizaron un algoritmo de intelixencia artificial para identificar características clínicamente relevantes asociadas ás complicacións da diabetes. Os investigadores crearon unha lista de 32 cambios particularmente importantes na microvasculatura da pel, incluíndo o diámetro dos vasos sanguíneos e o número de ramas que teñen.

Número de vasos sanguíneos

Os investigadores observaron que o número de vasos e ramas na capa da pel diminúe nos pacientes diabéticos, pero aumenta na epiderme máis próxima á superficie da pel. As 32 características identificadas polos investigadores víronse afectadas pola progresión e a gravidade da enfermidade. Ao compilar as 32 características, o equipo de investigación calculou unha "puntuación de microangiopatía", que relaciona o estado dos pequenos vasos sanguíneos na pel e a gravidade da diabetes.

A menor custo e en poucos minutos

Vassilis Ntziachristos, investigador do estudo, dixo que usando "a tecnoloxía RSOM é posible describir cuantitativamente os efectos da diabetes", explicando que "coa capacidade emerxente de facer que RSOM sexa portátil e rendible, estes resultados abrirán un novo camiño. para supervisar continuamente o estado dos afectados: máis de 400 millóns de persoas.” Persoas en todo o mundo. No futuro, con probas rápidas e indoloras, só levará uns minutos determinar se os tratamentos están tendo efecto, aínda que o paciente estea na casa.

Horóscopo amoroso de Saxitario para o ano 2024