许多患有罕见疾病的患者要经历漫长的考验和磨难,直到得到正确的诊断。med教授解释说:“这导致了宝贵时间的损失,而这些时间实际上是早期治疗所需的,以避免进行性损伤。”。迪普。物理。来自波恩大学医院(UKB)基因组统计和生物信息学研究所的Peter Krawitz。他与一个国际研究团队一起,演示了如何利用人工智能在面部分析中做出相对快速和可靠的诊断。
研究人员使用了679名患者的数据,这些患者中有105种不同的疾病是由单个基因的改变引起的。例如,这些疾病包括粘多糖病(MPS),它会导致骨骼变形、学习困难和发育不良。Mabry综合征也会导致智力残疾。所有这些疾病都有一个共同点,即患者的面部特征表现出异常。例如,这是歌舞伎综合症的一个特别特征,它让人想起日本传统戏剧形式的构成。眉毛呈拱形,眼距较宽,眼睑之间的空间较长。
二手软件可以自动从照片中检测这些特征特征。与患者和遗传数据的临床症状一起,可以高精度地计算哪种疾病最有可能参与。AI和数字健康公司FDNA开发了神经网络,研究人员作为学习的人工智能工具。“Pedia是下一代表型技术的独特例子,”FDNA首席执行官Dekel Gelbman说。“将高级AI和面部分析框架集成到DeplestAlt进入变体分析工作流程将导致新的遗传测试的新范式”。
科学家们用大约30000张罕见综合征患者的肖像图片训练了这个计算机程序。Krawitz说:“结合面部分析,有可能筛选出决定性的遗传因素,并对基因进行优先排序。”。“将数据合并到神经元网络中可缩短数据分析时间,提高诊断率。”
UKB基因组统计和生物信息学研究所所长与FDNA合作已有一段时间。克拉维茨说:“这对我们来说具有重大的科学意义,也使我们能够在一些悬而未决的案件中找到原因。”。许多患者目前仍在寻找症状的解释。慢性罕见病患者联盟(ACHSE)e.V.副总经理克里斯汀·蒙德洛斯(Christine Mundlos)博士说:“患者希望得到及时准确的诊断。人工智能支持医生和科学家缩短旅程。这也在一定程度上改善了受影响者的生活质量。”
来源:大学医院波恩