Ny digital patologi upptäcker Parkinsons sjukdom i ett tidigt skede

A HOLD FreeRelease 3 | eTurboNews | eTN
Avatar av Linda Hohnholz
Skriven av Linda Hohnholz

PreciseDx, nyligen utvunnen från Mount Sinai Health System i New York, NY, är det enda Cancer Risk Stratification-företaget som tillhandahåller patientspecifik riskinformation genom analys av morfologiska egenskaper. Företaget tillkännagav idag att dess AI-aktiverade digitala patologiteknologi kan exakt diagnostisera Parkinsons sjukdom (PD) hos levande patienter innan allvarliga symptom debuterar.

Att diagnostisera Parkinsons sjukdom är utmanande i alla stadier på grund av varierande symtom, samsjukligheter och efterliknande tillstånd, med definitiv diagnos först efter döden. Denna banbrytande studie fann att PreciseDx:s AI-aktiverade teknologi kan underlätta en avgörande diagnos av Parkinsons, vilket ger viktig information för tidigare behandling.

"Dessa resultat visar potentialen för teknologi för att hjälpa till vid diagnos av Parkinsons sjukdom", säger Jamie Eberling, PhD, Senior Vice President för forskningsresurser vid Michael J. Fox Foundation for Parkinsons Research (MJFF). "Objektiva diagnostiska verktyg, särskilt tidigt i sjukdomen, är avgörande för att driva vårdbeslut och för att utforma försök mot bättre behandlingar och botemedel."

MJFF finansierade delvis AI-analysen och sponsrade studien som gav data (Systemic Synuclein Sampling Study).

PreciseDx-studien tillämpade företagets AI-algoritmer (Morphology Feature Array™) för IHC-detektering av α-synuklein i perifera nerver i spottkörtlar [dvs perifer Lewy-typ synukleinopati (LTS)], tillsammans med kvantitativ funktionsextraktion med hjälp av morfologiska funktioner för att noggrant särskilja LTS i biopsiprover i tidigt stadium av Parkinsons sjukdom baserat på expertpatologkommentarer av träningsproverna. Efter träning validerades det algoritmiska testet med en separat uppsättning bekräftade biopsiprover.

PreciseDx:s AI Morphology Feature Array kunde detektera Parkinsons patologi i bildfläckar från biopsiprover med 99 % känslighet och 99 % specificitet jämfört med expertkommentarer. AI:n slog ut den mänskliga patologen med en noggrannhet på 0.69 mot 0.64 i förutsägelsen av klinisk Parkinsons sjukdomsstatus.

PreciseDx:s MFA-metod för funktionsextraktion och analys gör att nya algoritmer kan utvecklas och valideras mot kliniska endpoints. Detta är oerhört värdefullt för att skapa nya diagnostiska tester, korrekt och reproducerbar diagnos, prognos, patientval av terapi för ett brett spektrum av tillstånd.

"Traditionellt tittar system för patologigradering på några få morfologikomponenter för att ställa en diagnos. Till skillnad från alla människodrivna graderingsmetoder kan PreciseDx:s AI Morphology Feature Array (MFA) undersöka tusentals olika egenskaper och utnyttja dessa relationer mellan dem, säger John F. Crary, MD-PhD, professor vid institutionerna för patologi, neurovetenskap, och artificiell intelligens och mänsklig hälsa vid Icahn School of Medicine vid Mount Sinai. "Denna branschförändrande studie har visat att vi behöver återuppliva vårt sätt att tänka på patologi och luta oss mot att använda AI för att upptäcka sjukdomar mer exakt, som PD. Detta upplyser industrin till en direkt fallstudie om hur beräkningspatologi verkligen kan främja medicin när det gäller att exakt identifiera och upptäcka sjukdomar."

"Vi ser fram emot att arbeta med PreciseDx när det utforskar potentialen i att använda AI-plattformen inom patologi över flera sjukdomar, inklusive Parkinsons," säger Erik Lium, PhD, President, Mount Sinai Innovation Partners och Executive Vice President och Chief Commercial Innovation Officer, Mount Sinai Health System.

Cancerriskstratifieringsteknologin är baserad på immateriella rättigheter som utvecklats av Mount Sinai-fakulteten och licensieras till PreciseDx. Mount Sinai och Mount Sinai fakulteten har ett ekonomiskt intresse av PreciseDx. Mount Sinai har också representation i PreciseDx styrelse, som inkluderar Dr Lium.

Om författaren

Avatar av Linda Hohnholz

Linda Hohnholz

Chefredaktör för eTurboNews baserad i eTNs huvudkontor.

Prenumerera
Meddela om
gäst
0 Kommentarer
Inline feedbacks
Visa alla kommentarer
0
Skulle älska dina tankar, vänligen kommentera.x
()
x
Dela till...