Люди, которые находятся на термальной стадии дегенеративного артрита коленного сустава, часто выбирают имплантацию искусственного сустава. Однако данная процедура может вызвать побочные эффекты. Было обнаружено, что от 5 до 15 процентов пациентов, прошедших имплантацию искусственного сустава, страдают острым повреждением почек после операции. В тяжелых случаях это также может привести к терминальной стадии почечной недостаточности, которая необратимо нарушает функцию почек.
Недавно южнокорейские ученые разработали компьютерную программу, позволяющую прогнозировать риск острого поражения почек у пациентов. Команда во главе с профессором Ро Ду Хёна из Больницы Сеульского национального университета объявила 16 февраля, что они разработали веб-платформу на основе искусственного интеллекта (ИИ), которая может прогнозировать риск острого повреждения почек после имплантации искусственного сустава.
Исследовательская группа разработала прогностическую модель с использованием данных 5757 пациентов, перенесших имплантацию искусственного коленного сустава в Больнице Бунданг при Сеульском национальном университете, Медицинском центре Самсунг в Сеуле и Больнице Сеульского национального университета. Это крупнейшее исследование, посвященное риску острого повреждения почек, вызываемого имплантацией искусственного коленного сустава.
Модель прогнозирования, разработанная командой, автоматически рассчитывает риск повреждения почек с учетом шесть переменных (группа здоровья, пол, тип анестезии, блокатор РААС, транексамовая кислота и креатинин) перед имплантацией искусственного коленного сустава. Также модель показывает вклад каждой входной переменной в остром повреждении почек и предлагает клинические меры, которые могут снизить риск.
Более 250 миллионов человек во всем мире страдают от дегенеративного артрита коленного сустава. Заболеваемость артритом коленного сустава быстро возрастает после 60 лет, и число пациентов, проходящих имплантацию искусственных коленных суставов, также увеличивается с каждым годом. Это исследование важно тем, что разработан модель искусственного интеллекта, предсказывающий острое повреждение почек с высокой точностью только на основе предоперационной информации. Во время испытания данная модель показала довольно высокую прогностическую способность (AUC) - 0,89.
По словам профессора Ро Ду Хёна, «данная программа позволяет провести индивидуальную оценку пациентов, что поможет уменьшить побочные эффекты. Пациентам с плохой функцией почек очень трудно принять решение о том, пройти имплантацию или нет. Если они могут знать риск заранее, это будет очень полезно». «К программе, разработанной в этом исследовании, можно получить доступ в любое время и в любом месте через sefatka.net», - сказали студенты Ко Сон Хо и Чо Чан Ун, которые участвовали в исследовании. «Мы также можем выяснить, какие факторы риска больше всего повлияли на пациента». Исследование опубликовано в последнем выпуске журнала Европейского общества спортивной травматологии, хирургии коленного сустава и артроскопии (ESSKA).
-
Группа южнокорейских исследователей разработала алгоритм глубокого обучения для считывания изображений с эндоскопической капсулы, причем с точностью более 96%. Эндоскопическая капсула - это устройство в форме таблетки, которое заглатывается для съемки пищевода, желудка и тонкого кишечника. Изображения, полученные таким образом, используются в диагностике заболеваний пищеварительной системы. Так как данное устройство позволяет снимать тонкую кишку, куда трудно попасть обычному эндоскопу, оно используется для диагностики различных заболеваний, таких как боль в животе, диарея, кровотечение и анемия, полипы, язвы, болезнь Крона и опухоли тонкой кишки. Капсульный эндоскоп считается инновационной технологией, которая заменит существующие кабельные эндоскопы.
Однако капсульный эндоскоп снимает десятки неподвижных изображений в секунду и производит более 50 000 неподвижных изображений за 8–12 часов съемки пищеварительного тракта. Врачу требуется один-два часа, чтобы прочитать десятки тысяч изображений. Кроме того, точность диагностики может упасть, если размер поражения небольшой или получено малое количество изображений.
Исследовательская группа во главе с профессором Ли Хан Хи из Больницы Святой Марии при Католическом университете разработала алгоритм глубокого обучения для анализа изображений.
Команда извлекла 7556 изображений из 526 капсульных эндоскопии, проведенных с мая 2007 г. по май 2019 г., и классифицировала полученные изображения на геморрагические поражения (красные точки, формирование кровеносных сосудов и активное кровотечение) и язвенные поражения (эрозия, язвы и стеноз).
Затем они этими же изображениями обучили алгоритм сверточной нейронной сети на основе VGGNet, одного из методов глубокого обучения для анализа изображений, разработанного лабораторией промышленного искусственного интеллекта POSTECH, после чего программа показала точность считывания в 96% и более.
«Алгоритм считывания изображений с эндоскопической капсулы позволит быстро найти поражения тонкой кишки, а также провести вторичную проверку изображений путем определения характеристик отдельных поражений и их местонахождения» - сказал профессор Ли Хан Хи.
Корреспондент Ким Тэ Ёль