Ny digital patologi oppdager Parkinsons sykdom i tidlig stadium

PreciseDx, nylig spunnet ut fra Mount Sinai Health System i New York, NY, er det eneste Cancer Risk Stratification-selskapet som gir pasientspesifikk risikoinformasjon gjennom analyse av morfologiske egenskaper. Selskapet kunngjorde i dag at deres AI-aktiverte digitale patologiteknologi kan nøyaktig diagnostisere Parkinsons sykdom (PD) hos levende pasienter før alvorlige symptomer.

Diagnostisering av Parkinsons sykdom er utfordrende i alle stadier på grunn av varierende symptomer, komorbiditeter og etterlignende tilstander, med definitiv diagnose først postmortem. Denne banebrytende studien fant at PreciseDx sin AI-aktiverte teknologi er i stand til å lette en avgjørende diagnose av Parkinsons, og gi viktig informasjon for tidligere behandling.

"Disse funnene viser potensialet for teknologi for å hjelpe til med diagnostisering av Parkinsons sykdom," sa Jamie Eberling, PhD, Senior Vice President for Research Resources ved Michael J. Fox Foundation for Parkinsons Research (MJFF). "Objektive diagnostiske verktøy, spesielt tidlig i sykdommen, er avgjørende for å styre omsorgsbeslutninger og for å utforme forsøk mot bedre behandlinger og kurer."

MJFF finansierte delvis AI-analysen og sponset studien som ga dataene (Systemic Synuclein Sampling Study).

PreciseDx-studien brukte selskapets AI-algoritmer (Morphology Feature Array™) for IHC-deteksjon av α-synuklein i perifere nerver i spyttkjertler [dvs. perifer Lewy-type synukleinopati (LTS)], sammen med kvantitativ funksjonsekstraksjon ved bruk av morfologiske funksjoner for å nøyaktig skille LTS i tidlig fase av Parkinsons sykdom biopsiprøver basert på ekspertpatologkommentarer av treningsprøvene. Etter trening ble den algoritmiske testen validert ved å bruke et eget sett med bekreftede biopsiprøver.

PreciseDxs AI Morphology Feature Array var i stand til å oppdage Parkinsons patologi i bildelapper fra biopsiprøver med 99 % sensitivitet og 99 % spesifisitet sammenlignet med ekspertkommentarer grunnsannhet. AI-en klarte den menneskelige patologen med en nøyaktighet på 0.69 mot 0.64 i prediksjonen av klinisk Parkinsons sykdomsstatus.

PreciseDx sin MFA-tilnærming til funksjonsekstraksjon og analyse gjør det mulig å utvikle nye algoritmer og validere mot kliniske endepunkter. Dette er ekstremt verdifullt for å lage nye diagnostiske tester, nøyaktig og reproduserbar diagnose, prognose, pasientvalg av terapi for et bredt spekter av tilstander.

"Tradisjonelt ser patologigraderingssystemer på noen få morfologikomponenter for å stille en diagnose. I motsetning til enhver menneskedrevet graderingsmetode, kan PreciseDx sin AI Morphology Feature Array (MFA) undersøke tusenvis av forskjellige funksjoner og utnytte disse relasjonene mellom dem, sier John F. Crary, MD-PhD, professor ved avdelingene for patologi, nevrovitenskap, og kunstig intelligens og menneskelig helse ved Icahn School of Medicine ved Mount Sinai. "Denne bransjeforandrende studien har vist at vi trenger å revitalisere måten vi tenker på patologi og lener oss til å bruke AI for å oppdage sykdommer mer nøyaktig, for eksempel PD. Dette opplyser industrien til en direkte casestudie om hvordan beregningspatologi virkelig kan fremme medisin når det gjelder nøyaktig å identifisere og oppdage sykdommer."

"Vi ser frem til å jobbe med PreciseDx når det utforsker potensialet ved å bruke AI-plattformen i patologi på tvers av flere sykdommer, inkludert Parkinsons," sa Erik Lium, PhD, president, Mount Sinai Innovation Partners og Executive Vice President og Chief Commercial Innovation Officer, Mount Sinai helsesystem.

Stratifiseringsteknologien for kreftrisiko er basert på intellektuell eiendom utviklet av Mount Sinai-fakultetet og lisensiert til PreciseDx. Mount Sinai og Mount Sinai-fakultetet har en økonomisk interesse i PreciseDx. Mount Sinai har også representasjon i PreciseDx-styret, som inkluderer Dr. Lium.