详细内容或原文请订阅后点击阅览
机器学习改变溃疡性结肠炎的诊断和治疗
在复杂的慢性病管理领域，炎症性肠病（包括克罗恩病和溃疡性结肠炎）成为特别难以预测的疾病。这些疾病的特点是肠道持续发炎，并可能蔓延到身体的其他部位。有效管理这些疾病的关键在于减少炎症，因为这与 [...]
来源:科学特色系列在复杂的慢性病管理领域，炎症性肠病（包括克罗恩病和溃疡性结肠炎）成为特别难以预测的疾病。这些疾病的特点是肠道持续发炎，并可能蔓延至身体其他部位。有效管理这些疾病的关键在于减少炎症，因为这与改善预后和更好地控制疾病密切相关。现代治疗策略现在不仅着眼于临床缓解，还着眼于内窥镜治疗，强调了炎症减轻和症状缓解的直接视觉证据的关键作用。然而，由于观察者的差异性和主观性，通过内窥镜准确评估炎症程度面临重大挑战，使精确诊断和有效干预变得复杂。
芝加哥大学的 David Rubin 教授和来自多家机构的研究人员推出了一种新型机器学习模型，旨在预测溃疡性结肠炎患者的内窥镜 Mayo 评分 (eMS)。这项创新在他们发表在《胃肠肝病进展》杂志上的研究中进行了详细介绍，有望在诊断和管理这种慢性炎症方面取得重大飞跃。
该模型是通过分析大量内窥镜视频而开发的，在识别活动性疾病状态的存在与否方面具有出色的准确性。这种机器学习方法大大超越了传统方法，传统方法往往受到主观解释的限制。
鲁宾教授分享了这一发展的影响，他指出：“我们已经证明，这种机器学习模型在详细视频注释的指导下，可以准确识别内窥镜疾病活动的关键水平。”这反映了该模型重新定义溃疡性结肠炎诊断和治疗范式的潜力。