Исследователи из Пенсильвании получили грант на использование ИИ для улучшения результатов трансплантации сердца

ФИЛАДЕЛЬФИЯ. Группа исследователей из Медицинской школы Перельмана при Университете Пенсильвании, Университета Кейс Вестерн Резерв, Кливлендской клиники и Медицинского центра Сидарс-Синай недавно получила грант в размере 3,2 миллиона долларов от Национальных институтов здравоохранения (NIH) на финансирование деятельности. расширить исследования для улучшения результатов трансплантации сердца для пациентов. Четырехлетний грант будет использоваться для финансирования проекта по изучению использования анализа на основе искусственного интеллекта (ИИ) для определения вероятности того, что кардиологические пациенты примут или отвергнут новое сердце.

Один из наиболее значительных рисков трансплантации сердца – отторжение донорского органа организмом пациента. Иммунная система организма может рассматривать донорское сердце как инородный объект и пытаться отторгнуть его, что может привести к повреждению органа. Отторжение происходит у 30-40% пациентов в течение первого года после трансплантации. Однако широко признано, что текущий стандарт классификации отклонений имеет низкую диагностическую точность и ограниченную способность распознавать механизм отклонения. Эти ограничения подвергают пациентов риску как чрезмерного, так и недостаточного лечения.

Команда будет использовать ИИ для анализа изображений ткани сердечной биопсии, чтобы различать потенциальные степени сердечного отторжения и обнаруживать паттерны иммунных клеток, которые раскрывают механизм отторжения. Повышенная точность диагностики может способствовать более раннему распознаванию серьезного отторжения, а также может способствовать снижению частоты инфекций и других осложнений иммуносупрессивных препаратов, принимаемых пациентами после трансплантации. Лучшее определение механизмов отторжения позволит более точно нацеливать лекарства. Команда также надеется выявить закономерности, которые помогут предсказать, как пациенты будут чувствовать себя в долгосрочной перспективе, и разрешат меньшее количество биопсий сердца.

Penn Medicine, Case Western, Cleveland Clinic и Cedars-Sinai Medical Center предоставят данные – оцифрованные изображения биопсий пациентов, которым уже была сделана трансплантация. Главный исследователь, Кеннет Б. Маргулис, доктор медицины , профессор сердечно-сосудистой медицины в Пенсильвании, в партнерстве с Анантом Мадабхуши, доктором философии, профессором биомедицинской инженерии в Case Western Reserve и директором Центра компьютерной визуализации и персонализированной диагностики, подадут заявку. методы искусственного интеллекта к данным, чтобы увидеть, могут ли исходные изображения биопсии более точно предсказать, какие пациенты примут или отвергнут новое сердце.

«Это исследование сосредоточено на важнейшем компоненте трансплантации сердца – улучшении результатов лечения пациентов. К сожалению, количество пациентов с терминальной сердечной недостаточностью увеличивается. Но подобные исследования – еще один шаг в правильном направлении для улучшения выживаемости и качества жизни пациентов с сердечной недостаточностью », – сказал Маргулис.

Кроме того, исследовательская группа сравнит относительную эффективность анализа искусственного интеллекта с данными патологов-людей, чтобы сравнить их точность в выявлении серьезного отторжения. Предыдущие исследования показали, что компьютеры более точны в диагностических возможностях, чем их человеческие аналоги. Однако команда считает, что патологоанатомов не заменят компьютеры; вместо этого Маргулис утверждает, что «компьютерная диагностика тканей будет служить инструментом поддержки принятия решений для патологов, последовательно и эффективно выявляя тонкие особенности, которые повысят ценность диагностической процедуры и в конечном итоге улучшат результаты для пациентов».

услуги нутрициологаАвтор сайта и статей: Богомолова Татьяна, нутрициолог-психолог, консультант по питанию и коррекции веса. Подробнее обо мне

Я в соц. сетях: Instagram.

Рейтинг
Еще статьи нутрициолога:
Adblock
detector