Les scientifiques UVA utilisent l'apprentissage automatique pour améliorer le diagnostic de la maladie de l'intestin

Les scientifiques UVA utilisent l'apprentissage automatique pour améliorer le diagnostic de la maladie de l'intestin
4.9 (98.33%) 24 votes


Charlottesville, Virginie, 14 juin 2019 (GLOBE NEWSWIRE) –

Une étude publiée aujourd'hui par des scientifiques des facultés d'ingénierie et de médecine de l'Université de Virginie indique que les algorithmes d'apprentissage automatique appliqués aux images de biopsie peuvent réduire le temps nécessaire au diagnostic et au traitement d'une maladie intestinale causant souvent des lésions physiques et cognitives permanentes chez les enfants de régions défavorisées. .

Dans les endroits où l’assainissement, l’eau potable et la nourriture sont rares, le taux d’enfants atteints de dysfonctionnement entérique environnemental est élevé, une maladie qui limite la capacité de l’intestin à absorber les nutriments essentiels et peut entraîner un retard de croissance, un développement du cerveau altéré et même la mort.

La maladie affecte 20% des enfants de moins de 5 ans dans les pays à revenu faible ou intermédiaire, tels que le Bangladesh, la Zambie et le Pakistan, mais elle affecte également certains enfants des zones rurales de la Virginie.

En tant que professeure adjointe de pédiatrie au sein du, ce projet est un exemple de la raison pour laquelle elle est entrée en médecine. «Vous parlez d’une maladie qui touche des centaines de milliers d’enfants et que l’on peut parfaitement prévenir», a-t-elle déclaré.

Syed travaille avec, directeur fondateur de la et W.S. Calcott Professor in the, pour intégrer l'apprentissage automatique au processus de diagnostic destiné aux responsables de la santé qui luttent contre cette maladie. Syed et Brown utilisent une approche d'apprentissage en profondeur appelée «réseaux de neurones convolutionnels» pour former les ordinateurs à la lecture de milliers d'images de biopsies. Les pathologistes peuvent alors apprendre grâce aux algorithmes comment dépister plus efficacement les patients en fonction des endroits où le réseau de neurones recherche les différences et des domaines sur lesquels il concentre son analyse.

"Ce sont les mêmes types d'algorithmes que Google utilise pour la reconnaissance faciale, mais nous les utilisons pour faciliter le diagnostic de la maladie via des images de biopsie", a déclaré Brown.

L'algorithme d'apprentissage automatique peut fournir des informations qui ont échappé à l'œil humain, valider les diagnostics des pathologistes et réduire le temps entre imagerie et diagnostic, et d'un point de vue technique, il pourrait être possible de jeter un regard sur les «boîtes noires» de la science des données en donnant des indices dans le mécanisme de pensée de la machine.

Mais pour Syed, il s'agit toujours de sauver des vies.

«Il y a tant de pauvreté et de conséquences si injustes», a-t-elle déclaré. «Si nous pouvons utiliser ces technologies de pointe et ces méthodes de traitement des données grâce à la science des données, nous pouvons obtenir des réponses plus rapidement et aider ces enfants plus rapidement.»

Les recherches de Syed et Brown sont financées par des subventions du Centre UVA d’ingénierie en médecine et de l’Institut intégré de recherche en santé translationnelle de Virginie (iTHRIV).

###

À propos du Centre d'ingénierie en médecine: Le centre identifie, développe et traduit des idées à l’interface génie-médecine afin d’améliorer la prévention, le diagnostic, la surveillance et le traitement des maladies. Les ingénieurs et les cliniciens UVA établissent de nouveaux partenariats de recherche innovants tout en créant un écosystème complet et durable pour faire progresser l’avenir des soins médicaux. Actuellement, plus de 200 ingénieurs et cliniciens de 31 départements et divisions à travers UVA sont engagés dans des projets de médecine et d'ingénierie soutenus par le centre. En savoir plus sur.

À propos de l’Institut de recherche translationnelle sur la santé intégré de Virginie (iTHRIV): iTHRIV est une collaboration d'institutions publiques et privées à travers le Commonwealth de Virginie qui promeut les ressources partagées et les meilleures pratiques, la science en équipe, l'engagement communautaire et l'innovation. iTHRIV intègre les approches de la science des données dans tous les aspects de la recherche translationnelle clinique pour accélérer la découverte et améliorer la santé de nos communautés. iTHRIV s'est engagé à former et à équiper la prochaine génération de chercheurs en recherche clinique et translationnelle. Les solutions de soins de santé sont cachées dans des données sous-utilisées. L’objectif général d’iTHRIV est de soutenir la recherche clinique translationnelle au profit de diverses populations rurales et urbaines en développant l’infrastructure iTHRIV et en améliorant les processus. En savoir plus sur.

À propos de l'ingénierie UVA: UVA Engineering est l’une des plus anciennes et des plus respectées écoles d’ingénierie du pays. Notre mission est de rendre le monde meilleur en créant et en diffusant des connaissances et en préparant les futurs leaders de l'ingénierie. Des étudiants et des professeurs exceptionnels du monde entier choisissent UVA Engineering en raison de leurs programmes de formation et de recherche en croissance et de renommée internationale. UVA est la première école d'ingénieurs publique du pays pour le pourcentage de femmes diplômées parmi les écoles comptant au moins 75 diplômés. la première école d'ingénierie publique aux États-Unis pour le taux de diplomation en quatre ans des étudiants de premier cycle; et la meilleure école d'ingénieurs du pays pour le taux de doctorat. croissance des inscriptions. En savoir plus sur.

Elizabeth Thiel Mather
Université de Virginie School of Engineering
434-924-1381
emather@virginia.edu

Wende Hope
Université de Virginie School of Engineering
434-806-9326
wende@virginia.edu

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *