PreciseDx的人工智能數字病理學

PreciseDx最近從紐約西奈山衛生系統分離出來，是唯一一家通過形態特征分析提供患者特定風險信息的癌癥風險分層公司。該公司宣布，其ai支持的數字病理技術可以在帕金森病(PD)嚴重發作前對在世患者進行準確診斷。

帕金森病的診斷在各個階段都是具有挑戰性的，因為有各種癥狀、共病和模擬條件，最終診斷只能在死后進行。這項開創性的研究發現，PreciseDx的人工智能技術能夠促進帕金森癥的結定論診斷，為早期治療提供關鍵信息。

“這些發現顯示了幫助診斷帕金森病的技術的潛力，”邁克爾·j·福克斯帕金森病研究基金會(MJFF)研究資源高級副總裁杰米·埃伯林博士說。“客觀的診斷工具，特別是在疾病早期，對推動醫療決策和設計更好的治療和治療的試驗至關重要。”

MJFF部分資助了AI分析，并贊助了提供數據的研究(系統性突觸核蛋白采樣研究)。

PreciseDx研究應用了該公司的AI算法(形態學特征陣列™)，用于免疫組化檢測唾液腺周圍神經內α-突觸核蛋白[即外周路易型突觸核蛋白病(LTS)]，并利用形態學特征進行定量特征提取，根據專家病理學家對訓練樣本的注釋，在早期帕金森病活檢標本中準確區分LTS。在訓練之后，使用一組單獨確認的活檢標本驗證算法測試。

PreciseDx的AI形態學特征陣列能夠從活檢樣本的圖像補丁中檢測出帕金森病，與專家注釋的地面事實相比，靈敏度和特異性分別為99%和99%。在預測帕金森病的臨床狀態方面，人工智能以0.69對0.64的準確性戰勝了人類病理學家。

PreciseDx的MFA方法用于特征提取和分析，可以針對臨床終點開發和驗證新的算法。這對于創建新的診斷測試、準確和可重復的診斷、預后、患者選擇治療范圍廣泛的疾病非常有價值。

“傳統上，病理學分級系統通過觀察一些形態學成分來做出診斷。與任何人工分級方法不同，PreciseDx的AI形態學特征陣列(MFA)可以檢查數千個不同的特征，并利用它們之間的關系，”西奈山伊坎醫學院病理、神經科學、人工智能和人類健康系教授John F. Crary博士說。“這項改變行業的研究表明，我們需要重振我們對病理學的思考方式，傾向于使用人工智能更準確地檢測疾病，比如帕金森病。這啟發了業界對計算病理學如何在準確識別和檢測疾病方面真正推進醫學的直接案例研究。”

西奈山醫療系統創新合作伙伴總裁兼執行副總裁兼首席商業創新官Erik Lium博士表示:“我們期待與PreciseDx合作，因為它探索了在多種疾病(包括帕金森癥)病理學中利用AI平臺的潛力。”

癌癥風險分層技術是基于西奈山學院開發的知識產權，并授權給PreciseDx。西奈山和西奈山的教師在PreciseDx有經濟利益。Mount Sinai在PreciseDx董事會也有代表，其中包括Dr. Lium。