新加坡，2024年12月9日/美通社/——《肝脏学杂志》（Journal of Hepatology）上最新发表的一项合作研究[1]，其中包括HistoIndex——用于纤维化疾病管理的无染色数字病理解决方案的全球领导者——与默克公司（Merck & Co.）、默沙东公司（MSD）、弗吉尼亚联邦大学（VCU）、美国国立卫生研究院（NIH）和国际著名肝脏病理学家小组展示了人工智能（AI）如何彻底改变代谢功能障碍相关脂肪性肝炎（MASH）的肝纤维化评估。
MASH通常与肥胖和2型糖尿病有关，它会导致肝脏炎症和纤维化。准确的纤维化分期对于诊断MASH和确定治疗方案至关重要。为了解决纤维化分期的内在变异性，HistoIndex的人工智能数字病理平台已被证明可以通过提供更客观的纤维化评估方法来提高临床试验结果的可靠性。
该研究分析了来自两个独立的2b期MASH临床试验（NCT03517540, NCT03912532）的120张数字化组织学切片，结果显示，人工智能辅助显著提高了病理学家对纤维化分期的共识，特别是早期纤维化（F0-F2）。与传统方法相比，HistoIndex使用二次谐波产生/双光子激发荧光（SHG/TPEF）的无染色数字病理平台提供了更一致、准确和详细的疾病谱系纤维化严重程度评估（图1）。因此，病理学家能够解决长期存在的挑战，即在MASH活检评估中病理内部和病理间的差异。
图1所示。无人工智能辅助阅读vs.有人工智能辅助阅读[2]
弗吉尼亚联邦大学医学院医学、生理学和分子病理学教授、该研究的首席研究员Arun Sanyal博士说：“我对这项研究的发现感到兴奋，它强调了人工智能辅助SHG/TPEF成像和定量纤维化评分如何改善了病理学家之间的共识，特别是早期纤维化（F0-F2）。”“这种准确性的提高不仅增强了对分期的信心，而且有可能简化临床试验过程，减少对第三位病理学家裁决的需求。”
HistoIndex首席执行官Gideon Ho博士说：“见证这项研究从概念到成果的旅程是非常有益的，这是全球团队合作的结果。这些发现，特别是在人工智能辅助下病理学家间协议的改善，将把临床试验评估转化为对MASH患者的精确和个性化护理。”
这项研究标志着利用人工智能在MASH临床试验和常规患者护理中帮助病理学家迈出了重要一步，为提高诊断和管理MASH的一致性和准确性提供了一条有希望的途径。
一个布特土豆泥
代谢功能障碍相关脂肪性肝炎（MASH）是一种以脂肪变性和炎症为特征的代谢性功能障碍相关脂肪性肝病（MASLD）的进行性形式，可导致纤维化（疤痕）、肝硬化、肝功能衰竭和肝癌风险增加。肝细胞肿胀（肝细胞肿大和受损）是区分MASH和单纯脂肪变性的关键特征。肝活检病理学评估仍然是诊断和评估MASH严重程度的金标准。在临床试验中，组织学分类评分系统常被用作评估药物疗效的替代终点。这些终点在捕捉疾病的复杂性和异质性方面是有限的。因此，越来越需要更准确和可靠的工具，例如基于人工智能的数字病理学解决方案，以改进对MASH治疗反应和疾病严重程度的评估。
一个布特HistoIndex
HistoIndex成立于2010年，是无染色全自动成像解决方案的先驱，用于可视化和定量生物组织中的纤维化。通过将尖端的生物光子技术与基于人工智能的分析相结合，HistoIndex提供了创新的工具来改进纤维化变化和药物疗效的评估。HistoIndex突破性的数字病理学解决方案目前用于加速临床研究，加快药物开发，改变医疗标准。
引用:
