格罗宁根大学的科学家已经训练了一个人工智能系统来识别大疱性大疱性表皮松解症患者皮肤活检中的特定模式。该模式是该疾病特定变异的特征，可导致皮肤和粘膜瘢痕形成，并可能导致失明。新系统易于使用，在诊断方面优于大多数医生。该 AI 系统的描述发表在《美国病理学杂志》上。
在大疱性表皮松解症患者中，皮肤层脱落，导致大水泡。有不同形式的水疱疾病影响皮肤的不同层。其中之一，大疱性表皮松解症 (EBA)，是一种自身免疫性疾病，患者自身的抗体通过该疾病攻击皮肤。它通常在中年左右开始，水泡会形成疤痕。皮肤上的疤痕可能会导致关节活动受限，但疤痕也会在粘膜中形成。例如，当这种情况发生在眼睛中时，可能会导致失明。需要早期诊断以防止疤痕造成的损害。
图案
“目前，确认 EBA 的诊断可能需要数月到数年的时间”，格罗宁根大学医学中心的皮肤科医生、该论文的联合第一作者 Joost Meijer 解释说。诊断 EBA 是通过皮肤活检进行的，其中荧光标记物附着在表皮基底层的自身抗体上。这会产生锯齿状的 U 形图案，这是 EBA 的典型特征。“但是，您需要在相对较大的显微载玻片中找到并识别这种模式”，Meijer 继续说道。该模式可能只出现在幻灯片的一小部分。为了了解它有多小，如果将显微图像数字化为 20,000 x 12,000 像素的图片，则该图案只能占用 30 x 30 像素的空间。
Meijer 撰写了关于诊断技术的硕士论文以识别这种模式。然后，他继续在他的博士研究中研究这个问题，他与格罗宁根大学伯努利数学、计算机科学和人工智能研究所的博士生 Astone Shi 合作。该论文的另一位联合第一作者 Shi 与卷积神经网络 (CNN) 合作，这是一种与深度学习一起工作并且特别适用于模式识别的系统。
标签： 人工智能
免责声明：本文由用户上传，如有侵权请联系删除！