L'accumulation de protéines tau anormales dans le cerveau dans les enchevêtrements neurofibrillaires est une caractéristique de la maladie d'Alzheimer, mais il s'accumule aussi dans d'autres maladies neurodégénératives, telles que l'encéphalopathie traumatique chronique et d'autres affections liées à l'âge. Le diagnostic précis des maladies neurodégénératives est difficile et nécessite un spécialiste hautement qualifié.
Des chercheurs du Center for Computational and Systems Pathology du mont Sinaï ont développé et utilisé la plate-forme informatique précise pour appliquer de puissantes approches d'apprentissage automatique à des lames microscopiques numérisées préparées à partir d'échantillons de tissus provenant de patients atteints d'un spectre de maladies neurodégénératives. Appliquer le deep learning, ces images ont été utilisées pour créer un réseau neuronal convolutif capable d'identifier les enchevêtrements neurofibrillaires avec un degré élevé de précision directement à partir d'images numérisées.
« L'utilisation de l'intelligence artificielle a un grand potentiel pour améliorer notre capacité à détecter et à quantifier les maladies neurodégénératives, représentant une avancée majeure par rapport aux approches existantes à forte intensité de main-d'œuvre et peu reproductibles, " a déclaré l'enquêteur principal John Crary, MARYLAND, Doctorat, Professeur de pathologie et de neurosciences à l'école de médecine Icahn du mont Sinaï. "Finalement, ce projet conduira à un diagnostic plus efficace et plus précis des maladies neurodégénératives."
Il s'agit du premier cadre disponible pour évaluer des algorithmes d'apprentissage en profondeur utilisant des données d'images à grande échelle en neuropathologie. La Plateforme Informatique Précise permet la gestion des données, exploration visuelle, contour d'objet, avis multi-utilisateurs, et l'évaluation des résultats de l'algorithme d'apprentissage en profondeur.
Les chercheurs du Center for Computational and Systems Pathology du mont Sinaï ont utilisé des techniques informatiques et mathématiques avancées couplées à une technologie de microscopie de pointe, vision par ordinateur, et l'intelligence artificielle pour classer plus précisément un large éventail de maladies.
"Le mont Sinaï est le plus grand département de pathologie universitaire du pays et traite plus de 80 millions de tests par an, qui offre aux chercheurs un accès à un large éventail de données pouvant être utilisées pour améliorer les tests et les diagnostics, conduisant finalement à un meilleur diagnostic et à de meilleurs résultats pour les patients, " a déclaré l'auteur Carlos Cordon-Cardo, MARYLAND, Doctorat, Président du Département de pathologie du Mount Sinai Health System et professeur de pathologie, Génétique et sciences génomiques, et sciences oncologiques à l'école de médecine Icahn.
Les globules blancs et leur rôle dans le cerveau
Le bain de bouche a un impact sur les effets de l'exercice
E. coli superbactérie se propageant par une mauvaise hygiène des toilettes,
Chiens domestiques peu susceptibles de transmettre le SARS-CoV-2,
Les patients atteints du SII pourraient bénéficier de suppléments de vitamine D,
Risques croissants de biodéfense posés par la biologie synthétique
La césarienne est-elle bonne pour la santé de l'enfant ?
Une étude récente publiée par le VATT Institute for Economic Research suggère quune SC non planifiée réalisée pour une indication qui aurait peut-être pu être évitée, na de relation de cause à effet q
Un scientifique prouve le rôle du microbiome dans l'obésité
Nouvelle recherche présentée par le Dr Christoph Thaiss dans son essai primé pour le Science et SciLifeLab Prize for Young Scientists » décrit plusieurs métabolites bactériens dans lintestin humain
Élaboration de stratégies pour la préparation des soins de santé pédiatriques à la deuxième vague de la pandémie de COVID-19
Bien que la pandémie de COVID-19 ait eu jusquà présent un impact relativement faible sur la population pédiatrique, il est à craindre que la deuxième vague, qui est déjà en cours dans de nombreuses ré