Diyabet şiddetini teşhis etmede yapay zeka
Diyabet şiddetini teşhis etmede yapay zeka
Diyabet şiddetini teşhis etmede yapay zeka
Bir araştırma ekibi, diyabetik hastaların derisi altında bulunan küçük kan damarlarının görüntülerini elde etmek için yüksek çözünürlüklü, invaziv olmayan bir teknoloji kullandı ve diyabetin ciddiyetini belirlemek için kullanılabilecek bir "puan" formüle etmek için bir yapay zeka algoritması kullandı. hastalık. Nature Biomedical Engineering dergisine atıfta bulunan New Atlas'a göre, bu teknoloji taşınabilir hale geldiğinde tedavinin etkinliğini izlemek için kullanılabilir.
Mikroanjiyopati
Kılcal kan damarlarının duvarlarının kanayacak kadar kalın ve zayıf hale geldiği, protein sızdırdığı ve kan akışının yavaşladığı mikroanjiyopati, cilt de dahil olmak üzere vücuttaki birçok organı etkileyebilen diyabetin önemli bir komplikasyonudur.
Münih Teknik Üniversitesi'nden araştırmacılar, diyabet hastalarının derisi altındaki kan damarlarının ayrıntılı görüntülerini yapay zeka kullanarak durumun ciddiyetini niceliksel olarak belirlemek için elde eden bir yöntem olan TUM'u geliştirdi.
Görsel-işitsel görüntüleme
Optoakustik görüntüleme, doku içinde ultrason dalgaları oluşturmak için ışık darbelerini kullanır. Işığı güçlü bir şekilde emen molekülleri çevreleyen dokudaki küçük genişlemeler ve daralmalar, sensörler tarafından kaydedilen ve yüksek çözünürlüklü görüntülere dönüştürülen sinyaller oluşturur. Oksijen taşıyan protein hemoglobin de ışığı emen bu moleküllerden biridir ve kan damarlarında yoğunlaştığı için optoakustik görüntüleme, hızlı bir işlem olmasının yanı sıra kan damarlarının diğer ameliyatsız tekniklerin üretemeyeceği kadar ayrıntılı görüntülerini de üretir. radyasyon kullanmayın.
Daha fazla derinlik ve ayrıntı
Yeni çalışmada araştırmacılar, RSOM adı verilen ve 1 milimetre derinliğe kadar derinin farklı derinliklerindeki verileri eş zamanlı olarak elde edebilen spesifik bir optik-akustik görüntüleme yöntemi geliştirdiler ve çalışmanın baş araştırmacısı Angelos Karlas, bu yöntemin bu başarıya ulaştığını söyledi. “Diğer optik yöntemlere göre daha fazla derinlik ve ayrıntı.”
RSOM teknolojisi
Araştırmacılar, 75 diyabet hastasının ve 40 kişilik bir kontrol grubunun bacaklarındaki derinin görüntülerini almak için RSOM teknolojisini kullandı ve diyabet komplikasyonlarıyla ilişkili klinik olarak ilgili özellikleri belirlemek için bir yapay zeka algoritması kullandı. Araştırmacılar, kan damarlarının çapı ve sahip oldukları dalların sayısı da dahil olmak üzere, derinin mikro damar yapısında özellikle önemli olan 32 değişikliğin yer aldığı bir liste oluşturdular.
Kan damarlarının sayısı
Araştırmacılar, diyabetik hastalarda cilt tabakasındaki damar ve dal sayısının azaldığını, ancak cilt yüzeyine en yakın epidermiste arttığını kaydetti. Araştırmacılar tarafından belirlenen 32 özelliğin tamamı hastalığın ilerlemesinden ve ciddiyetinden etkileniyordu. Araştırma ekibi, 32 özelliği derleyerek derideki küçük kan damarlarının durumu ile diyabetin ciddiyeti arasında bağlantı kuran bir "mikroanjiyopati puanı" hesapladı.
Daha düşük maliyetlerle ve birkaç dakika içinde
Çalışmanın araştırmacılarından Vassilis Ntziachristos, "RSOM teknolojisini kullanarak diyabetin etkilerini niceliksel olarak tanımlamanın mümkün olduğunu" belirterek, "RSOM'u taşınabilir ve uygun maliyetli hale getirme yeteneğinin ortaya çıkmasıyla, bu sonuçlar yeni bir yol açacak" dedi. etkilenenlerin, yani 400 milyondan fazla insanın durumunu sürekli izlemek." Dünyanın her yerindeki insanlar. Gelecekte hızlı ve ağrısız testlerle, hasta evdeyken bile tedavilerin etkili olup olmadığının belirlenmesi yalnızca birkaç dakika sürecek.