研究人员使用人工智能来确定肾脏疾病的损害程度

慢性肾病（CKD）是由糖尿病和高血压引起的。2017年，CKD的全球普遍率为9.1％，约为7亿例。通过在肾活检样品中评分间质纤维化和管状萎缩（IFTA）来评估慢性肾损伤。虽然图像数字化和形态化（测量外形状和尺寸）技术可以更好地量化组织学损伤的程度，但需要一种更广泛适用的方式来分层肾病严重程度。

现在，来自波士顿大学医学院(BUSM)的研究人员开发了一种新的人工智能(AI)工具来预测IFTA的等级，IFTA是一种已知的与进步和进步有关的结构慢性肾脏疾病。

“有一个计算机模型这可以模仿专家病理学家的工作流程，评估疾病等级是一个令人兴奋的想法，因为这项技术有可能提高临床实践的效率，“通讯作者解释说明了作者Vijaya B.Kolachalama，博士学位，医学助理教授BUSM。

显微镜上的病理学家的典型工作流程涉及手动操作，例如平移以及幻灯片上的特定区域，以评估病理学的各个方面。在“缩小”评估中，病理学家审查整个幻灯片并执行“全球”评估肾核心。在“放大”评估中，他们对感兴趣区域的“局部”病理进行深入的微观评估。

一个由五名执业肾病理学家组成的国际团队使用网络软件(PixelView, deepPath Inc.)独立确定了同一组数字化人体肾脏活检的IFTA评分。以他们的平均分数作为参考估计，建立深度学习模型。为了模仿肾病理学家在显微镜下对活检切片分级的方法，研究人员使用AI来合并数字化肾脏活检图像的子区域(或补丁)以及整个(全球)数字化图像的模式和特征，以量化IFTA的程度。通过这种补丁级和全局级数据的结合，设计了一个深度学习模型来准确预测IFTA等级。

Kolachalama认为，经过验证后，能够自动对肾脏慢性损伤程度进行评分的人工智能模型可以作为临床实践中的第二意见工具。最终，可能会使用这种算法来研究其他器官特异性的病理，重点是评估纤维化。这种方法可能比肾病理学家提供更多可重复的IFTA读数，”他补充说。

这些发现在线出现在线美国病理学杂志。

---

---