检测称为DARC(检测临床视网膜细胞),涉及......
这项被称为DARC(凋亡视网膜细胞检测)的测试包括(通过手臂)向血液中注射一种荧光染料,这种染料附着在视网膜细胞上,并照亮那些处于压力或细胞凋亡过程中的细胞,细胞凋亡是一种程序性细胞死亡的形式。
资料来源:伦敦大学学院

AI测试预测症状前的眼病年份

伦敦大学学院(UCL)的科学家与伦敦西部眼科医院(Western Eye Hospital)合作开发了一种眼科测试,可以在症状出现3年前预测湿性年龄相关性黄斑变性(AMD),这是严重失明的主要原因。

研究人员希望他们的测试能够及早发现这种疾病,这样治疗就能有效地防止任何视力下降。湿年龄相关性黄斑变性,也称为黄斑疾病,是英国永久性和严重瞄准损失的最常见原因。

目前,湿性AMD的诊断依赖于患者出现症状,然后他们会向临床医生寻求建议。一开始,湿性AMD患者会注意到他们的视力扭曲,这通常会干扰他们的阅读。很快,这可能会发展到完全丧失中央视力,这对害怕失明和丧失独立性的老年患者来说可能是非常麻烦的。

湿AMD涉及血管的异常生长,将流体泄漏到视网膜中。新治疗的引入导致患者的效果大大提高了,20多年前被视为无法治疗的疾病。然而,如果在疾病的最早的阶段开始治疗,患者结果可能会更好。

这项被称为DARC(凋亡视网膜细胞检测)的测试包括(通过手臂)向血液中注射一种荧光染料,这种染料附着在视网膜细胞上,并照亮那些处于压力或细胞凋亡过程中的细胞,细胞凋亡是一种程序性细胞死亡的形式。在视力检查中,受损细胞呈亮白色——受损细胞越多,DARC计数越高。

评估眼病的一个挑战是,在观看相同的扫描时,专家通常不同意,因此研究人员已将AI算法纳入其方法。

“我们的新测试能够在发生的前36个月预测新的湿AMD病变。”

弗朗西斯卡Cordeiro

使用相同的技术(测试)研究人员以前发现他们可以检测到最早的青光眼进展的迹象。这项新的研究是,形成了DARC的同一临床试验的一部分,评估了已经表现出AMD迹象的研究参与者,但不一定在两只眼中。AI被新培训以检测泄漏和新血管的形成,与DARC拾取的斑点相对应。

新分析发现,DARC可以在视网膜的应力下唯一地突出显示内皮细胞(血管)。然后,这些压力细胞预测未来湿AMD活性,在三年后患者中看到的泄漏和新血管的形成,使用传统的眼部扫描光学相干断层扫描(OCT)。

研究人员说,他们的检测方法对发现AMD患者的新病变很有价值,通常是在另一只未受影响的眼睛,最终可能用于筛查超过一定年龄或有已知风险因素的人。

领导研究员教授Francesca Cordeiro(伦敦帝国学院UCL研究所和西部眼科医院医疗保健NHS Trust)表示:“我们的结果非常有前途,因为它们展示了DARC可以用作湿amd的生物标志物AI辅助算法。“我们的新测试能够在发生的情况下预测36个月的新的湿AMD病变,这意味着DARC活动可以指导临床医生更加强烈地治疗那些处于高风险的患者湿AMD也用作筛选工具。“

研究团队希望继续与更多参与者进行临床试验的研究,并希望也能调查其他眼病的测试。

眼科研究慈善机构争取眼前的首席执行官Sherine克劳斯说:“我们的时间集中视力丧失的社会和经济影响报告强调了早期检测的预防失明的重要性,所以这是一个非常令人鼓舞的发展在解决失明的主要原因。”

该研究发表于此分子诊断专家综述

订阅我们的新闻

相关文章

AI屏幕和诊断青光眼

AI屏幕和诊断青光眼

科学家制定了一种新的方法,使用人工智能来筛选青光眼。

AIS检测糖尿病眼病不一致

AIS检测糖尿病眼病不一致

尽管一些人工智能软件测试得相当好,但只有一款软件达到了人类筛选者的表现。

人工智能可以提高睡眠障碍的治疗效果

人工智能可以提高睡眠障碍的治疗效果

基于20,000夜的睡眠之夜,研究人员开发了一种可以改善对睡眠障碍的诊断,治疗和整体理解的算法。

深度学习使筛选眼病

深度学习使筛选眼病

研究人员创造了一种新的深入学习方法,使眼病如糖尿病视网膜病变的自动化筛查更有效。

AI在肿瘤图像中发现突变模式

AI在肿瘤图像中发现突变模式

研究人员开发了一种使用计算机视觉来分析来自癌症患者的组织样本的AI算法。

基于AI的胸部X射线诊断技术批准

基于AI的胸部X射线诊断技术批准

看哪。人工智能已经在英国和欧盟获得了CE Mark Class lla认证,因为其基于人工智能的技术可以诊断胸部x光为“正常”。

AI可能会发现新生儿面临着盲目疾病的风险

AI可能会发现新生儿面临着盲目疾病的风险

一种人工智能设备可以帮助识别新生儿的侵袭性后视网膜病变(AP-ROP)的风险。

视网膜筛查糖尿病:机器人诊断

视网膜筛查糖尿病:机器人诊断

医生一直在使用自动数字视网膜筛选,没有眼科医生的援助,以检测糖尿病视网膜疾病。

人工智能提高视力检测的焦点

人工智能提高视力检测的焦点

研究人员已经应用深度学习技术开发了一种更精确的方法来分析眼睛后部的图像。

受欢迎的文章

订阅时事通讯
Baidu