L’intelligenza artificiale nella diagnosi della gravità del diabete

L’intelligenza artificiale nella diagnosi della gravità del diabete

Un team di ricercatori ha utilizzato una tecnologia non invasiva ad alta risoluzione per ottenere immagini di piccoli vasi sanguigni presenti sotto la pelle di pazienti diabetici e ha utilizzato un algoritmo di intelligenza artificiale per formulare un “punteggio” che può essere utilizzato per determinare la gravità del problema. malattia. Una volta che questa tecnologia sarà portatile, potrà essere utilizzata per monitorare l’efficacia del trattamento, secondo New Atlas, citando la rivista Nature Biomedical Engineering.

Microangiopatia

La microangiopatia, in cui le pareti dei capillari sanguigni diventano così spesse e deboli da sanguinare, perdere proteine ​​e rallentare il flusso sanguigno, è una grave complicanza del diabete, che può colpire molti organi del corpo, compresa la pelle.

I ricercatori dell’Università Tecnica di Monaco hanno sviluppato TUM, un metodo per ottenere immagini dettagliate dei vasi sanguigni sotto la pelle di pazienti diabetici utilizzando l’intelligenza artificiale per determinare quantitativamente la gravità della condizione.

Immagini audiovisive

L'imaging optoacustico utilizza impulsi di luce per generare onde ultrasoniche all'interno dei tessuti. Piccole espansioni e contrazioni nel tessuto che circonda le molecole, che assorbono fortemente la luce, creano segnali che vengono registrati dai sensori e convertiti in immagini ad alta risoluzione. L'emoglobina, proteina che trasporta l'ossigeno, è una di queste molecole che assorbe la luce e, poiché è concentrata nei vasi sanguigni, l'imaging optoacustico produce immagini dettagliate dei vasi sanguigni che altre tecniche non chirurgiche non possono produrre, oltre ad essere una procedura rapida e non non usare le radiazioni.

Più profondità e dettaglio

Nel nuovo studio, i ricercatori hanno sviluppato uno specifico metodo di imaging ottico-acustico chiamato RSOM, che può acquisire dati su diverse profondità della pelle simultaneamente fino a una profondità di 1 millimetro, come ha affermato Angelos Karlas, il ricercatore principale dello studio. “più profondità e dettaglio rispetto ad altri metodi ottici.”

Tecnologia RSOM

I ricercatori hanno utilizzato la tecnologia RSOM per acquisire immagini della pelle delle gambe di 75 pazienti diabetici e di un gruppo di controllo di 40 persone e hanno utilizzato un algoritmo di intelligenza artificiale per identificare caratteristiche clinicamente rilevanti associate alle complicanze del diabete. I ricercatori hanno creato un elenco di 32 cambiamenti particolarmente importanti nella microvascolarizzazione della pelle, compreso il diametro dei vasi sanguigni e il numero di rami che hanno.

Numero di vasi sanguigni

I ricercatori hanno notato che il numero di vasi e rami nello strato cutaneo diminuisce nei pazienti diabetici, ma aumenta nell'epidermide più vicina alla superficie cutanea. Tutte le 32 caratteristiche identificate dai ricercatori erano influenzate dalla progressione e dalla gravità della malattia. Compilando le 32 caratteristiche, il gruppo di ricerca ha calcolato un “punteggio di microangiopatia”, che collega la condizione dei piccoli vasi sanguigni nella pelle e la gravità del diabete.

A costi inferiori e in pochi minuti

Vassilis Ntziachristos, un ricercatore dello studio, ha affermato che utilizzando “la tecnologia RSOM è possibile descrivere quantitativamente gli effetti del diabete”, spiegando che “con la capacità emergente di rendere RSOM portatile ed economicamente vantaggioso, questi risultati apriranno una nuova strada monitorare continuamente le condizioni delle persone colpite: più di 400 milioni di persone”. Persone in tutto il mondo. In futuro, con test rapidi e indolori, basteranno solo pochi minuti per determinare se i trattamenti stanno avendo effetto, anche mentre il paziente è a casa.

Oroscopo dell'amore per il Sagittario per l'anno 2024