هوش مصنوعی تشخیص آرتروز با دقت بالا در چند دقیقه

هوش مصنوعی آرتروز را در چند دقیقه با دقت ۹۸ درصدی شناسایی می‌کند

یک سیستم تشخیصی نوین که توسط دانشمندان کره جنوبی توسعه یافته، قادر است دقت تشخیص بیماری‌های مفصلی را به طور چشمگیری ارتقا دهد. این پلتفرم یک حسگر مبتنی بر نانوذرات طلا را با الگوریتم‌های هوش مصنوعی ترکیب کرده تا مایع مفصلی — روغن چکننده مفصل — را تحلیل کند. آزمایش می‌تواند آرتروز (OA) و آرتریت روماتوئید (RA) را با دقت ۹۸.۱ درصد از هم تفکیک نماید.

به گزارش آینده، این روش یک راهکار عملی، ارزان و مقیاس‌پذیر برای تشخیص آرتروز در محیط‌های بالینی ارائه می‌دهد. این تست سریع نه تنها بین دو نوع رایج آرتروز تمایز قائل می‌شود، بلکه میزان شدت بیماری را نیز ارزیابی می‌کند و به پزشکان امکان می‌دهد درمان‌های هدفمندتری تدوین کنند.

چرا تشخیص سریع آرتروز حیاتی است؟

برای میلیون‌ها نفر در سراسر جهان که تحت درد مفصل رنج می‌کشند، تفکیک سریع آرتروز از آرتریت روماتوئید اهمیت بسیار دارد. اگرچه هر دو علائم مشترکی چون درد و التهاب مفصل دارند، اما ریشه‌ها و روش‌های درمان‌شان اساساً متفاوت است. آرتروز ناشی از فرسایش مکانیکی مفصل است، در حالی که آرتریت روماتوئید ناشی از حمله سیستم ایمنی به بافت‌های مفصلی می‌باشد.

در حال حاضر پزشکان از ترکیبی از پرسش‌نامه‌ها، تصویربرداری و آزمایش‌های آزمایشگاهی برای تشخیص بهره می‌برند که می‌تواند وقت‌گیر، پرهزینه و گاهی در مراحل اولیه بی‌نتیجه باشد. محققان اشاره می‌کنند که بیوپسی‌های مایع مفصلی acerc ۷۰ تا ۸۰ درصد دقت دارند، اما در شناسایی زودهنگام آرتروز اغلب با چالش مواجه‌اند.

روشنovelتی جدید از تکنیک طیف‌سنجی رامان ارتقاء‌یافته سطحی (SERS) بهره می‌برد که قادر است مقادیر ریز مولکول‌ها را از طریق اثر انگشت شیمیایی منحصر به فرد خود شناسایی کند. برای افزایش حساسیت، تیم محققان یک کاغذ مخصوص با پوشش نانوذرات طلا ساخته که سیگنال مایع مفصلی را به شدت تقویت می‌کند.

وقتی قطره‌ای از مایع مفصلی بر روی این سابستراط طلایی قرار می‌گیرد، دستگاه یک امضای طیفی منحصر به فرد ثبت می‌کند که با کمک الگوریتم‌های یادگیری ماشین تحلیل می‌شود. یک مدل ماشین بردار پشتیبانی (SVM) برای طبقه‌بندی این امضاها آموزش دیده و حساسیت ۹۷.۳ درصد در تفکیک نمونه‌های آرتروز و آرتریت روماتوئید به دست آورده است.

محققان به همین حد بسنده نکردند. با استفاده از ابزارهای ریاضی پیشرفته — ضریب همبستگی پیرسون (PCC) و فاکتورگیری ماتریس غیرمنفی (NMF) — مولکول‌های خاصی در مایع مفصلی شناسایی و کمی‌سازی شدند که می‌توانند به عنوان نشانگرهای زیستی (بیومارکر) عمل کنند.