AI in diagnostiek: nieuwe aanpak ontdekte betrouwbaar zeldzame ziekten

Von NAG Redaktion

Entdecken Sie, wie ein neuartiges KI-Modell die medizinische Diagnostik revolutioniert! Forscher der Ludwig-Maximilians-Universität München entwickeln eine Anomalie-Detektion, die aus häufigen Befunden lernt, um seltene Krankheiten zuverlässig zu identifizieren. Erfahren Sie mehr über die Vorteile dieser Technologie und ihre potenziellen Auswirkungen auf die Pathologie.
Ontdek hoe een nieuw AI -model een revolutie teweegbrengt in medische diagnostiek! Onderzoekers van de Ludwig Maximilians University in München ontwikkelen een anomaliedetectie die leert van frequente bevindingen om op betrouwbare wijze zeldzame ziekten te identificeren. Meer informatie over de voordelen van deze technologie en de potentiële effecten ervan op de pathologie. (Symbolbild/MB)

De toekomst van de geneeskunde heeft nu een opwindende nieuwe verflaag! Kunstmatige intelligentie (AI) zou binnenkort een revolutie teweeg kunnen brengen in de manier waarop artsen ziekten diagnosticeren, met een baanbrekende aanpak die is gebaseerd op het nieuwste kennisniveau. In een indrukwekkende samenwerking vond Kluge-hoofden van de Ludwig Maximilians University in München en de technische Universiteit van Berlijn met het Charité-University Medicine Berlin een innovatieve manier om AI effectiever te gebruiken voor medische diagnostiek.

Professor Frederick Klauschen, directeur van het Pathological Institute in München, spreekt platte tekst: "De uitdaging is om zeldzame ziekten te herkennen. Onze huidige AI -modellen bereiken vaak hun grenzen met hen." Maar nu is er hoop!

een revolutionaire aanpak

Districten hebben een AI -model ontwikkeld dat niet langer afhankelijk is van een schat aan voorbeelden van zeldzame ziekten. In plaats daarvan richt het nieuwe systeem zich op anomalieën: "We leren van de normale", legt Klauschen uit. Met een nauwgezette analyse van microscopische beelden die afkomstig zijn van meer dan 17 miljoen histologische beelden, wordt het model genoten, d.w.z. getraind om afwijkingen van de normaal te herkennen zonder specifiek voorbereid te zijn op zeldzame ziekten.

In een studie gepubliceerd in het gerespecteerde specialistische tijdschrift New England Journal of Medicine AI, konden de wetenschappers bewijzen dat hun model de zeldzaamste ziekten betrouwbaar erkent. De meest voorkomende bevindingen, zoals chronische gastritis, vertegenwoordigen 90 procent van de gevallen. De resterende 10 procent? Een kleurrijk smorgasbord van 56 verschillende klinische foto's, waaronder enkele zeldzame soorten kanker!

De sleutel tot snelle diagnoses

Hoe revolutionair is deze aanpak? Extreem! Het nieuwe AI -model kan de diagnose in de pathologie drastisch eenvoudiger maken. Professor Klaus-Robert Müller van de Technische Universiteit van Berlijn benadrukt: "Ons model kan anomalieën herkennen met een hoog niveau van betrouwbaarheid-iets dat geen andere gepubliceerde AI-tool kan doen!" Dit zou pathologen enorm kunnen verlichten.

De effecten zijn enorm! Klauschen onthult: "Artsen kunnen een derde van de gevallen sneller diagnosticeren, wat een enorme tijdbesparing betekent." Bovendien kan het model helpen om over het hoofd gezien diagnoses te voorkomen en prioriteiten in te stellen in casusverwerking. Wat een sprong in de toekomst van diagnostische technologie!

Het team is optimistisch: de technologie is verder verfijnd en kan daarom een ​​beslissende stap in de richting van efficiëntere medische zorg betekenen.

Publicatie: J. Dippel & N. Prenißl et al.: AI-gebaseerde anomaliedetectie voor histopathologische diagnostiek van klinische kwaliteit. NEJM AI 2024