تعیین شدت دیابت با استفاده از یک اسکنر پوستی

محققان اخیرا از اسکن های با وضوح بالا از پوست بیماران دیابتی همراه با هوش مصنوعی برای تعیین شدت این بیماری استفاده کرده اند

محققان به‌تازگی برای به دست آوردن تصاویری از رگ‌های خونی ریز زیر پوست بیماران دیابتی، از روشی با وضوح بالا و غیرتهاجمی استفاده کرده‌اند.

به گزارش تکناک،در این روش از الگوریتم هوش مصنوعی برای نمره‌دهی استفاده شده که می‌تواند برای تعیین شدت بیماری استفاده شود. همچنین می توان از این تکنیک برای نظارت بر اثربخشی درمان استفاده کرد.

میکروآنژیوپاتی که در آن دیواره های مویرگی به قدری ضخیم و ضعیف می شوند که خونریزی می کنند، پروتئین از آنها نشت می کند و جریان خون را کند می کند، یکی از عوارض عمده دیابت است که می تواند بسیاری از اندام های بدن از جمله پوست را تحت تاثیر قرار دهد.

اخیرا محققان دانشگاه فنی مونیخ (TUM) روشی را برای به دست آوردن تصاویر دقیق از رگ های خونی زیر پوست بیماران دیابتی ایجاد کرده اند و از هوش مصنوعی برای تعیین شدت بیماری استفاده کردند.

تصویربرداری اپتوآکوستیک از پالس های نور برای تولید اولتراسوند در داخل بافت استفاده می کند. انبساط و انقباضات کوچک بافت اطراف مولکول‌هایی که به شدت نور را جذب می‌کنند، سیگنال‌هایی را ایجاد می‌کنند که توسط حسگرها ثبت شده و به تصاویر با وضوح بالا تبدیل می‌شوند. هموگلوبین یا همان پروتئین حامل اکسیژن، یکی از این مولکول‌های جاذب نور است و از آنجایی که در رگ‌های خونی متمرکز است، تصویربرداری اپتوآکوستیک تصاویر دقیقی از عروق تولید می‌کند که سایر تکنیک‌های غیرتهاجمی قادر به انجام آن نیستند. علاوه بر این، این روش سریع است و از تشعشعات استفاده نمی کند.

محققان روش خاصی را برای تصویربرداری اپتوآکوستیک به نام  RSOM که مخفف مزوسکوپی اپتوآکوستیک با اسکن شطرنجی، توسعه دادند که می‌تواند داده‌هایی را در اعماق مختلف پوست به طور همزمان تا عمق 1 میلی‌متر بدست آورد.

آنجلوس کارلاس، نویسنده اصلی این مطالعه گفت: سایر روش‌های نوری به عمق یا جزئیاتی که RSOM به آن دست می‌یابد، نمی‌رسند.

محققان از RSOM برای عکسبرداری از پوست روی پاهای 75 بیمار دیابتی و یک گروه تحت کنترل 40 نفری استفاده کردند و از یک الگوریتم هوش مصنوعی برای شناسایی ویژگی های بالینی مرتبط با عوارض دیابت استفاده کردند. آنها فهرستی از 32 تغییر ویژه و مهم را در عروق ریز پوست ایجاد کردند، از جمله قطر رگ‌های خونی و تعداد شاخه‌هایی که داشتند.

آنها مشاهده کردند که تعداد عروق و شاخه های لایه درم در افراد دیابتی کاهش یافته است، اما در اپیدرم که نزدیک به سطح پوست است، افزایش یافته است. همه 32 ویژگی که آنها شناسایی کرده بودند، تحت تأثیر پیشرفت و شدت بیماری قرار گرفتند. آنها با گردآوری 32 ویژگی، نمره میکروآنژیوپاتی را محاسبه کردند که وضعیت عروق خونی کوچک در پوست و شدت دیابت را به هم مرتبط می کند.

واسیلیس کریستوس، نویسنده مسئول این مطالعه گفت: با  RSOM، اکنون می توانیم اثرات دیابت را به صورت کمی توصیف کنیم. این یافته ها راه جدیدی را برای نظارت مستمر بر وضعیت افراد آسیب دیده که تعداد آنها بیش از 400 میلیون نفر در سراسر جهان است، باز می کند. در آینده، با معاینات سریع و بدون درد، تنها چند دقیقه طول می‌کشد تا مشخص شود که آیا درمان‌ها حتی در محیط‌های خانگی تأثیر دارند یا خیر.

این مطالعه در مجله Nature Biomedical Engineering منتشر شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اخبار جدید تک‌ناک را از دست ندهید.