Ny digital patologi opdager Parkinsons sygdom i et tidligt stadie

PreciseDx, der for nylig er udvundet fra Mount Sinai Health System i New York, NY, er det eneste kræftrisikostratificeringsfirma, der leverer patientspecifik risikoinformation gennem analyse af morfologiske funktioner. Virksomheden annoncerede i dag, at deres AI-aktiverede digitale patologiteknologi kan præcist diagnosticere Parkinsons sygdom (PD) hos levende patienter før alvorlige symptomer.

Diagnosticering af Parkinsons sygdom er udfordrende på alle stadier på grund af varierende symptomer, komorbiditeter og efterlignende tilstande, hvor den endelige diagnose først kommer postmortem. Denne banebrydende undersøgelse fandt ud af, at PreciseDx's AI-aktiverede teknologi er i stand til at lette en endelig diagnose af Parkinsons sygdom, hvilket giver kritisk information til tidligere behandling.

"Disse resultater viser potentialet for teknologi til at hjælpe med diagnosticering af Parkinsons sygdom," sagde Jamie Eberling, PhD, Senior Vice President for forskningsressourcer ved Michael J. Fox Foundation for Parkinsons Research (MJFF). "Objektive diagnostiske værktøjer, især tidligt i sygdom, er afgørende for at drive behandlingsbeslutninger og for at designe forsøg mod bedre behandlinger og helbredelser."

MJFF finansierede delvist AI-analysen og sponsorerede undersøgelsen, der leverede dataene (Systemic Synuclein Sampling Study).

PreciseDx-undersøgelsen anvendte virksomhedens AI-algoritmer (Morphology Feature Array™) til IHC-detektion af α-synuclein i perifere nerver af spytkirtler [dvs. perifer Lewy-type synukleinopati (LTS)], sammen med kvantitativ egenskabsekstraktion ved hjælp af morfologiske funktioner til præcist skelne LTS i biopsiprøver af Parkinsons sygdom i tidlige stadier baseret på ekspertpatologannotering af træningsprøverne. Efter træning blev den algoritmiske test valideret ved hjælp af et separat sæt af bekræftede biopsiprøver.

PreciseDx's AI Morphology Feature Array var i stand til at detektere Parkinsons patologi i billedplastre fra biopsiprøver med 99 % sensitivitet og 99 % specificitet sammenlignet med ekspertkommenterede grundsandhed. AI'en slog den menneskelige patolog ud med en nøjagtighed på 0.69 versus 0.64 i forudsigelsen af ​​klinisk Parkinsons sygdomsstatus.

PreciseDx's MFA-tilgang til feature-ekstraktion og analyse gør det muligt at udvikle nye algoritmer og validere mod kliniske endepunkter. Dette er ekstremt værdifuldt for at skabe nye diagnostiske tests, nøjagtig og reproducerbar diagnose, prognose, patientvalg af terapi til en bred vifte af tilstande.

"Traditionelt ser patologiklassificeringssystemer på nogle få morfologikomponenter for at stille en diagnose. I modsætning til enhver menneskedrevet bedømmelsesmetode, kan PreciseDx's AI Morphology Feature Array (MFA) undersøge tusindvis af forskellige funktioner og udnytte disse relationer mellem dem,” sagde John F. Crary, MD-PhD, professor ved afdelingerne for patologi, neurovidenskab, og kunstig intelligens og menneskelig sundhed ved Icahn School of Medicine ved Sinai-bjerget. "Denne brancheforandrende undersøgelse har vist, at vi er nødt til at revitalisere den måde, vi tænker patologi på og læne os ind i at bruge AI til at opdage sygdomme mere præcist, såsom PD. Dette oplyser industrien til et direkte casestudie af, hvordan computerpatologi virkelig kan fremme medicin med hensyn til nøjagtigt at identificere og detektere sygdomme."

"Vi ser frem til at arbejde med PreciseDx, da det udforsker potentialet i at bruge AI-platformen i patologi på tværs af flere sygdomme, herunder Parkinsons," siger Erik Lium, PhD, President, Mount Sinai Innovation Partners og Executive Vice President og Chief Commercial Innovation Officer, Mount Sinai sundhedssystem.

Stratificeringsteknologien for kræftrisiko er baseret på intellektuel ejendom udviklet af Mount Sinai-fakultetet og licenseret til PreciseDx. Mount Sinai og Mount Sinai fakultetet har en økonomisk interesse i PreciseDx. Mount Sinai har også repræsentation i PreciseDx bestyrelse, som omfatter Dr. Lium.