La acumulación de proteínas tau anormales en el cerebro en ovillos neurofibrilares es una característica de la enfermedad de Alzheimer. pero también se acumula en otras enfermedades neurodegenerativas, como encefalopatía traumática crónica y otras afecciones relacionadas con la edad. El diagnóstico preciso de enfermedades neurodegenerativas es un desafío y requiere un especialista altamente capacitado.
Investigadores del Centro de Patología Computacional y de Sistemas en Mount Sinai desarrollaron y utilizaron la Plataforma de Informática Precisa para aplicar poderosos enfoques de aprendizaje automático a portaobjetos microscópicos digitalizados preparados con muestras de tejido de pacientes con un espectro de enfermedades neurodegenerativas. Aplicando aprendizaje profundo, estas imágenes se utilizaron para crear una red neuronal convolucional capaz de identificar ovillos neurofibrilares con un alto grado de precisión directamente a partir de imágenes digitalizadas.
"Utilizar inteligencia artificial tiene un gran potencial para mejorar nuestra capacidad de detectar y cuantificar enfermedades neurodegenerativas, lo que representa un avance importante con respecto a los enfoques existentes que requieren mucha mano de obra y son poco reproducibles, "dijo el investigador principal John Crary, MARYLAND, Doctor, Profesor de Patología y Neurociencia en la Escuela de Medicina Icahn en Mount Sinai. "Por último, este proyecto conducirá a un diagnóstico más eficiente y preciso de las enfermedades neurodegenerativas ".
Este es el primer marco disponible para evaluar algoritmos de aprendizaje profundo utilizando datos de imágenes a gran escala en neuropatología. La plataforma de informática precisa permite la gestión de datos, exploración visual, descripción de objetos, revisión multiusuario, y evaluación de los resultados del algoritmo de aprendizaje profundo.
Los investigadores del Centro de Patología Computacional y de Sistemas en Mount Sinai han utilizado técnicas avanzadas de informática y matemáticas junto con tecnología de microscopio de vanguardia, visión por computador, e inteligencia artificial para clasificar con mayor precisión una amplia gama de enfermedades.
"Mount Sinai es el departamento de patología académica más grande del país y procesa más de 80 millones de pruebas al año, que ofrece a los investigadores acceso a un amplio conjunto de datos que se pueden utilizar para mejorar las pruebas y los diagnósticos, en última instancia, conduce a un mejor diagnóstico y resultados para los pacientes, "dijo el autor Carlos Cordon-Cardo, MARYLAND, Doctor, Presidente del Departamento de Patología del Sistema de Salud Mount Sinai y Profesor de Patología, Genética y Ciencias Genómicas, y Ciencias Oncológicas en la Facultad de Medicina Icahn.