在系统性红斑狼疮(SLE 或狼疮)这种危险的自身免疫性疾病领域，高达 60% 的成年患者和 80% 的儿童会患上狼疮性肾炎 (LN)，其中高达一半的患者会发展为最终疾病。阶段肾病。当免疫系统错误地攻击肾脏，阻止肾脏完成其工作，即清洁血液、平衡体液和控制影响血压的激素时，就会发生 LN。

不幸的是，诊断 LN 的最精确方法并不是那么精确。肾脏活检本身就是一种痛苦的考验，到了医生必须阅读活检报告的临界点。从历史上看，这些解释并不精确，并且在阅读同一内容的病理学家之间存在显着分歧。

输入人工智能，它结合了计算机科学和强大的数据集来解决问题，以及休斯顿大学卡伦工程学院的两名教员。Chandra Mohan、Hugh Roy 和 Lillie Cranz Cullen 生物医学工程教授以及电气和计算机工程副教授 Hien Van Nguyen 获得了国家糖尿病、消化和肾脏疾病研究所的 300 万美元拨款，用于将人工智能引入诊断领域图片。

“鉴于这一关键的诊断步骤(对于计划治疗非常重要)具有很大的可和不精确性，我们寻找替代方法，”莫汉说。“这笔资金使我们能够使用人工智能方法来训练‘神经网络’，以学习如何阅读和分类狼疮肾炎活检切片。”

研究人员表示，使用人工智能以高精度自动方式对狼疮性肾炎进行分类的目标将转化为更好的狼疮性肾炎治疗方法。

Mohan 因其在狼疮性肾炎方面的研究而享誉国际，而 Nguyen 已经领导了多个项目，以充分实现人工智能在改善医疗诊断方面的优势。呃团队将与肾脏病理学家密切合作，包括德国科隆的 Jan Becker;Luan Truong 和 Sadhna Dhingra，休斯敦卫理公会;Qi Cai，德克萨斯大学西南分校，德克萨斯州达拉斯;和 Surya Seshan，康奈尔大学，伊萨卡，纽约。

“通过利用计算机视觉和深度学习(机器学习的一个分支)的力量，我们将构建可以与最好的肾脏病理学家使用当前标准进行诊断相媲美的分类器。这可以极大地改善患者管理以及长期肾脏和患者预后，”Mohan 说。

“这种协作努力体现了人工智能和医疗专业知识如何交叉推动创新，我想向辛勤工作的团队成员致以谢意，他们致力于突破人工智能在狼疮性肾炎领域的作用界限，”阮说。