פתולוגיה דיגיטלית חדשה מזהה מחלת פרקינסון בשלב מוקדם

PreciseDx, שהוקמה לאחרונה ממערכת הבריאות של הר סיני בניו יורק, ניו יורק, היא החברה היחידה לריבוד סיכוני סרטן שמספקת מידע סיכון ספציפי למטופל באמצעות ניתוח של מאפיינים מורפולוגיים. החברה הודיעה היום על טכנולוגיית הפתולוגיה הדיגיטלית המאפשרת AI שלה יכולה לאבחן במדויק את מחלת פרקינסון (PD) בחולים חיים לפני הופעת תסמינים חמורים.

אבחון מחלת פרקינסון הוא מאתגר בכל השלבים עקב תסמינים משתנים, מחלות נלוות ומצבים מחקים, כאשר האבחנה הסופית מגיעה רק לאחר המוות. מחקר פורץ דרך זה מצא שטכנולוגיית AI המותאמת ל-AI של PreciseDx מסוגלת להקל על אבחון סופי של פרקינסון, ולספק מידע קריטי לטיפול מוקדם יותר.

"ממצאים אלה מראים את הפוטנציאל של טכנולוגיה לסייע באבחון של מחלת פרקינסון," אמר ג'יימי אברלינג, דוקטורט, סגן נשיא בכיר למשאבי מחקר בקרן מייקל ג'יי פוקס לחקר פרקינסון (MJFF). "כלי אבחון אובייקטיביים, במיוחד בשלב מוקדם של המחלה, הם קריטיים כדי להניע החלטות טיפול ולתכנן ניסויים לקראת טיפולים ותרופות טובים יותר."

MJFF מימנה חלקית את ניתוח הבינה המלאכותית ומימנה את המחקר שסיפק את הנתונים (מחקר הדגימה הסיסטמית של סינקליין).

מחקר PreciseDx יישם את אלגוריתמי הבינה המלאכותית של החברה (Morphology Feature Array™) לזיהוי IHC של α-synuclein בתוך עצבים היקפיים של בלוטות הרוק [כלומר, סינוקליינופתיה היקפית מסוג Lewy (LTS)], יחד עם מיצוי מאפיינים כמותיים באמצעות תכונות מורפולוגיות. להבחין במדויק LTS בדגימות ביופסיה של מחלת פרקינסון בשלב מוקדם על סמך הערת פתולוג מומחה של דגימות האימון. לאחר אימון, הבדיקה האלגוריתמית אומתה באמצעות סט נפרד של דגימות ביופסיה מאושרות.

מערך המורפולוגיה של PreciseDx של PreciseDx הצליח לזהות פתולוגיה של פרקינסון בכתמי תמונה מדגימות ביופסיה עם רגישות של 99% וספציפיות של 99% בהשוואה לאמת יסוד מוערת של מומחים. הבינה המלאכותית הקדימה את הפתולוג האנושי עם דיוק של 0.69 לעומת 0.64 בניבוי של מצב מחלת פרקינסון קליני.

גישת ה-MFA של PreciseDx לחילוץ וניתוח של תכונות מאפשרת לפתח ולאמת אלגוריתמים חדשים מול נקודות קצה קליניות. זה בעל ערך רב ליצירת בדיקות אבחון חדשות, אבחון מדויק וניתן לשחזור, פרוגנוזה, בחירת טיפול למטופל למגוון רחב של מצבים.

"באופן מסורתי, מערכות לדירוג פתולוגיה מסתכלות על כמה מרכיבים מורפולוגיים כדי לקבוע אבחנה. שלא כמו כל שיטת דירוג המונעת על ידי אדם, מערך תכונות המורפולוגיה של PreciseDx (MFA) של PreciseDx יכול לבחון אלפי מאפיינים שונים ולמנף את הקשרים הללו ביניהם", אמר ג'ון פ. קריי, MD-PhD, פרופסור במחלקות לפתולוגיה, מדעי המוח, ובינה מלאכותית ובריאות האדם בבית הספר לרפואה איכאן בהר סיני. "המחקר המשתנה בתעשייה הראה שאנחנו צריכים להחיות את הדרך שבה אנחנו חושבים על פתולוגיה ולהיעזר ב-AI כדי לזהות מחלות בצורה מדויקת יותר, כמו PD. זה מאיר את התעשייה למחקר מקרה ישיר כיצד פתולוגיה חישובית יכולה באמת לקדם את הרפואה במונחים של זיהוי וזיהוי מדויק של מחלות".

"אנו מצפים לעבוד עם PreciseDx כשהיא בוחנת את הפוטנציאל של שימוש בפלטפורמת הבינה המלאכותית בפתולוגיה על פני מחלות מרובות, כולל פרקינסון", אמר אריק ליום, דוקטורט, נשיא, שותפים לחדשנות בהר סיני וסגן נשיא בכיר ומנהל חדשנות מסחרית ראשית, מערכת הבריאות הר סיני.

טכנולוגיית הריבוד לסיכון לסרטן מבוססת על קניין רוחני שפותח על ידי סגל הר סיני וברישיון PreciseDx. לסגל הר סיני ולר סיני יש אינטרס פיננסי ב-PresiseDx. להר סיני יש גם נציגות במועצת המנהלים של PreciseDx, הכוללת את ד"ר ליום.