人工智能驱动的平台相结合机器学习和一个特别设计微流控芯片通过分析二维血流视频图像并应用物理规律,推断出三维血流是如何进行的。在测试中,它准确地预测了血流特性,如速度、压力和剪切应力,剪切应力是血流对血管壁施加的应力。
能力决定这些特征准确检测和跟踪的关键支持临床医生以来血管疾病的进展异常,该平台可以点(如速度突然变化或血流剪切应力)可能表明存在或血管疾病的进展。
该平台及其概念验证研究成果由南洋理工大学校长、著名大学教授苏布拉·苏雷什、布朗大学教授乔治·Em·卡尼亚达基斯、美国麻省理工学院首席研究科学家、南大客座教授道明于3月22日发表在《美国国家科学院院刊》上。
为了验证该平台,科学家们使用比拇指甲还小的微流控芯片,在模拟的眼球微动脉瘤上对其进行了测试。微动脉瘤是糖尿病患者眼中微小血管的突起,是糖尿病的早期症状糖尿病性视网膜病变糖尿病是导致成年糖尿病患者视力下降和失明的主要原因。
当人工智能平台在一个模拟微动脉瘤的装置中获得了血液流动的图像,它成功地预测了它内部血液循环的特征。
人工智能平台和芯片上的微动脉瘤有一天可以帮助医疗从业者监测人类血管疾病的进展,可能对人体最小血管的疾病特别有用。
该研究的资深作者苏布拉·苏雷什教授说:“目前,测量最小血管中的血流力学需要精密的设备和训练有素的人员。我们的人工智能技术集成了图像、实验数据和基础物理,能够轻松准确地分析微循环血液流动,评估血管损伤和疾病状态。有了这个平台,我们现在可以获得重要的机械信息,并深入了解疾病的进化机制,这些信息以前很难提取。”
科学家们说,虽然该平台是为微动脉瘤监测而开发的,但它也可以用于监测其他受损血管疾病。
该研究的共同通讯作者、布朗大学工程与应用数学教授乔治·卡尼亚达基斯教授说:“我们对微动脉瘤进行了平台测试。微动脉瘤是糖尿病视网膜病变的最早症状,是全球工作年龄糖尿病患者视力下降的主要原因。”我们的最终目标是将该平台用于糖尿病视网膜病变的临床诊断和预后,以及其他涉及血流受损的疾病。”
该团队希望利用微动脉瘤的临床成像数据来测试他们的平台,以便将微动脉瘤的血流特征与疾病严重程度和潜在风险等因素联系起来。
监测血管疾病进展的挑战
尽管成像技术如视网膜摄影分析和光学相干层析成像技术发展迅速,但实时观察微循环中的生物过程仍是不可行的,例如眼睛血管中的微动脉瘤破裂和血栓的形成。
因此,为了更多地了解这些疾病是如何发展的,科学家们一直在使用传统的微流体设备——这种设备在嵌入微芯片的微小通道中移动极少量的液体——来模拟血管疾病的生理状况。这些现有的方法,要么依赖于视觉图像分析,要么依赖于血液流动的物理规律的应用,不能提供对血液流动特征的准确评估,特别是在具有复杂几何形状的血管中,例如眼睛中的微动脉瘤。
研究团队在芯片上的微动脉瘤上演示了AI平台的功能,这是一种微流体设备,该团队设计的该设备可以模拟圆形微动脉瘤中的血液流动,圆形微动脉瘤是糖尿病患者最常见的类型。
一个20微升的血液样本——大约半滴血——被装载到芯片上,一个高速摄像机被用来捕捉血液通过微通道的图像。
科学家们发现,他们的人工智能平台能够比现有的计算方法更准确、更有效地预测血流特征,如速度、压力和血流在小、中、大微动脉瘤血管壁上所施加的应力。
该研究小组认为,他们的技术可能成为一种强大的工具,可以通过拍摄真实的微动脉瘤图像来诊断和监控微动脉瘤。它还可能与微流体设备相结合,以模拟涉及受损血管的其他类型的疾病,从而预测血流特征并监测其他血管疾病。
来源:南洋理工大学