神经网络学会使用手指关节区分健康和发炎的骨骼
关节炎有许多不同的类型，并且诊断影响患者关节的确切类型并不总是容易的。在弗里德里希 - 亚历山大大学（FAU）和Universitätsklinikumerlangen进行的一个跨学科研究项目中，计算机科学家和医生现在成功地教授人工神经网络，以分化类风湿关节炎，牛皮癣关节炎和健康关节。
在该项目的范围内称为“关节炎缓解的分子表征（睫毛膏）”，由计算机科学5（模式识别）主席Andreas Maier和Lukas Folle领导的团队（模式识别）和PD Arnd Kleyer博士和教授。这种方法是否使我们在没有分化的关节炎的情况下可以做出更精确的诊断？在诊断期间，是否有某些关节区域应更详细地检查？
目前缺少的生物标志物通常使相关类型的关节炎类型的精确分类困难。用来帮助诊断的X射线图像也不是完全可靠的，因为它们的二维性不够精确，并且留出了解释空间。这是一个事实，即对X射线图像进行检查的关节很难。
人造网络使用手指关节学习
为了找到其问题的答案，研究小组将调查重点放在手指的掌popophangeal关节上 - 体内的区域通常会在自身免疫性疾病（如类风湿关节炎或类风湿病患者）早期受到影响。银屑病关节炎。使用高分辨率外周定量的手指扫描对人工神经元网络进行了训练计算机断层扫描（HR-PQCT）的目的是区分“健康”关节和来自类风湿或银屑病关节炎患者的关节。
选择了HR-PQCT，因为它是目前在最高分辨率中生成人类骨骼的三维图像的最佳定量方法。在关节炎的情况下，可以非常准确地检测到骨骼结构的变化，从而使精确的分类成为可能。
神经网络可以使更多针对性的治疗成为可能
然后使用611名患者进行的总共932次新的HR-PQCT扫描来检查人造网络是否可以实际实施其所学的知识：它可以对先前分类的手指关节提供正确的评估？
结果表明，AI检测到82％的健康关节，75％的病例类风湿关节炎牛皮癣关节炎病例中有68％是很高的命中率，没有任何进一步的信息。当结合风湿病学家的专业知识相结合时，它可能会导致更准确的诊断。此外，当出现未分化的关节炎病例时，该网络能够正确对其进行分类。
“我们对研究结果非常满意，因为它们表明人工智能可以帮助我们更容易地对关节炎进行分类，这可能会导致患者更快，更有针对性的治疗。我们还计划将AI方法转移到其他成像方法（例如超声或MRI）中，这些类别更容易获得。” Lukas Folle解释说。
热点可能导致更快的诊断
尽管研究团队能够使用高分辨率的计算机断层扫描，但由于在空间和成本方面受到限制，因此在正常情况下，这种类型的成像很少可用于医生。但是，这些新发现仍然有用，因为神经网络检测到关节的某些区域，这些区域提供了有关特定类型的最多信息关节炎被称为关节内热点。克莱尔博士解释说：“将来，这可能意味着医生可以将这些区域用作诊断难题中的另一个部分来确认可疑病例。”这样可以节省诊断期间的时间和精力，例如，实际上已经有可能使用超声检查。克莱尔（Kleyer）和梅尔（Maier）计划在其研究小组的另一个项目中进一步研究这种方法。
该研究发表在医学领域。
进一步探索
