AI辅助病理学有望改变肝病护理
美国英语医疗技术
2024-09-24 23:03:00阅读时长5分钟2368字
AI辅助病理学肝病护理肝纤维化诊断治疗临床试验HistoIndexPathAIPharmaNest非侵入性测试代谢功能障碍相关脂肪肝病病理学家数字病理学
AI辅助数字病理学有望在未来几年内彻底改变纤维化肝病的诊断和治疗，并重塑临床试验，为新疗法铺平道路。尽管该技术尚未获得常规临床使用的批准，但其不断改进，旨在解决当前病理过程中的固有限制。
“你进行一次活检，但不是由病理学家通过非常粗略的1级、2级或3级评分来读取，而是通过AI驱动的机器来量化评分，可以达到1.5或1.75，而不是简单的1或2，”法国巴黎索邦大学和皮蒂-萨尔佩特里埃医学院的肝病学教授Vlad Ratziu博士在接受《Medscape Medical News》采访时说。“这项技术是自动化的，对变化更敏感，更具定量性。它对肝病诊断、临床试验和治疗都有重要意义，”Ratziu补充道。他撰写了关于代谢功能障碍相关脂肪肝病（MASLD）治疗前景和挑战的文章，并最近与《Medscape Medical News》讨论了一些关键问题。
为了探讨AI技术在临床应用中的潜在影响，《Medscape Medical News》采访了三家被Ratziu认为是该领域领导者的公司代表：HistoIndex、PathAI和PharmaNest。每家公司都使用由AI增强的专有技术，其工具已在已发表的试验中使用。
更好的诊断和疾病管理
传统的肝纤维化分期方法依赖于训练有素的病理学家手动评估从肝活检中获得的染色组织样本。然而，这种方法虽然仍被认为是金标准，但在临床试验中并不总能提供所需的精细度，以便进行准确的诊断或可靠的评估，HistoIndex的联合创始人兼首席科学官Dean Tai博士表示。
虽然非侵入性测试（NITs）单独或与传统组织学检查结合使用，在临床管理中越来越普遍，因为它们侵入性较小，更适合疾病监测，但它们在精确性和提供全面信息方面存在局限性，Tai说。这是因为“没有任何单一的NIT或单一维度的生物标志物测量能全面评估疾病活动、纤维生成驱动和纤维化负荷。”
相比之下，AI提供了“对肝纤维化严重程度的高度可重复和客观的评估，”他说。“它消除了染色方法相关的变异性，同时揭示了人类肉眼或当前NITs无法辨别的胶原纤维纳米结构和形态的变化，尤其是在纤维化的早期阶段或同时存在进展和退化的情况下。”
PharmaNest的创始人兼首席执行官Mathieu Petitjean博士也有类似的观点。虽然肝纤维化程度与MASLD患者的长期预后有关，“但由于其分类性质导致的检测阈值较低，小而重要的变化并未反映在分期变化中，”他说。“通过AI可靠地检测到纤维化表型的细微变化将显著丰富对纤维化严重程度进展和退化的理解。”
PathAI的临床开发副总裁Katy Wack博士表示，AI工具能够看到人类眼睛无法看到的模式，这意味着它们可以“帮助预测哪些患者可能对药物有反应，以便尽快将正确的治疗方案提供给正确的患者。”此外，已经开发出基于AI的算法，以提供更定量的连续评分，更好地捕捉变化并发现新的组织学生物标志物，这些标志物可能是预后的或预测临床效益的。这些工具目前正在接受测试和验证，用于试验和诊断。
AI驱动技术提供的标准化和可重复性可以促进不同医疗环境下的更一致诊断，Tai建议。“随着该技术与其他血液、影像学和组学技术的整合发展，它可能会实现肝病的早期检测、更准确的疾病进展监测和更好的治疗反应评估，最终改善患者护理和结果。”
更有效的临床试验
传统病理学的局限性可能是导致新型化合物从二期到三期临床试验，再到批准过程中反复失败的原因之一，消息来源一致认为。
“在临床试验中，患者需根据肝活检的结果，使用一个涉及四个不同组织学成分的复合评分系统来分级和分期疾病，”Wack指出。然而，病理学家在活检评分上存在很大差异，即使是同一病理学家在一段时间后再次评估同一样本，也可能给出不同的评分，她说。
这意味着“我们正在使用一个非标准化和不一致的评分系统来决定患者是否可以参加试验，”Wack说。在随访期间（通常为1-2年）复合评分的变化决定了患者是否对候选药物有反应，最终决定了该药物是否可以考虑批准，Wack说。
由于基线和随访时间点的评分不精确且在不同病理学家之间甚至同一病理学家在不同时间之间存在不一致性，因此经常会出现许多“假阳性”和“假阴性”反应，这可能导致潜在疗法在临床试验中失败或成功，她说。
为了解决临床试验中活检评分的这种变异性，监管机构建议采用共识方法，即多名病理学家独立阅读同一活检样本并使用中位数评分，或病理学家召开会议达成一致意见，Wack说。“这是一种非常昂贵和繁琐的方法，仍然受制于共识小组之间的变异性，”她说。
引入经过验证的数字病理学查看器，使病理学家可以数字化查看玻璃载玻片并在图像上平移和缩放，意味着许多病理学家可以并行阅读同一载玻片，她解释说。“如果需要讨论，他们可以通过电话高效地进行讨论，每个人使用自己的计算机屏幕和共享注释工具来促进讨论。”
虽然这种共识方法可以提高一致性，但它仍然会导致不同病理学家群体之间的评分变异性，Wack说。这就是AI辅助病理学发挥作用的地方。
“在这种方法中，病理学家仍然数字化查看图像，但算法已经预测并突出显示了关键特征，并推荐了定量评分，”她说。这种方法已被证明可以提高病理学家的精确度，从而提高可重复性和在不同时间点和临床试验中的评分标准化。
未来展望
这些AI工具可以解决病理学的可扩展性问题，这是由于能够进行肝活检评估的合格病理学家数量有限，Tai说。“数字病理学工作流程通过使用扫描仪将传统组织学玻璃载玻片转换为大型数字图像，实现了工作流程和协作方面的显著生产力提升，”他说。
尽管AI辅助病理学工具仍在验证中，但它们在改善诊断和发现新治疗方法方面的潜力是显而易见的，受访者一致认为。将其应用于其他肝病（如原发性胆汁性胆管炎、原发性硬化性胆管炎和酒精性肝病）的纤维化分期也在实验基础上进行，但验证需要时间。
“未来3-4年内，这一领域将迅速发展，”Petitjean预测。“首先，其预期用途可能会局限于作为决策支持工具，以提高病理学家的表现，或许还可以对常规审查和专家审查的病例进行分层或分流。”
Petitjean甚至建议，随着NITs的日益普及和围绕肝生物标志物生成的前瞻性及回顾性数据量增加，有一天可能不再需要肝活检。
(全文结束)
相关知识
“智能绷带”技术有望改变护理现状
《AI辅助的长期健康管理》课件
人工智能医疗突破：AI助力早期疾病检测，能否改变健康管理格局？
AI辅助健康管理培训（30页）
AI与物联网：智能家居创新如何改变老年人护理
人工智能（AI）如何改变护理的未来
AI辅助精神健康护理行业竞争分析及发展前景预测报告.docx
这款AI工具能否改变你的健康管理？
LAIFE「乐轻肝」：肝损百病生，护肝正当时
人工智能如何改变慢性病管理
网址: AI辅助病理学有望改变肝病护理 https://m.trfsz.com/newsview1531086.html
