在系统性红斑狼疮(SLE或狼疮)这一危险的自身免疫性疾病世界中，高达60%的成人患者和80%的儿童会发展为狼疮肾炎(LN)，其中高达一半的患者会发展为终末期肾脏疾病。当免疫系统错误地攻击肾脏时，就会发生LN，阻止肾脏完成它们的工作，即清洁血液，平衡体液和控制影响血压的激素。

不幸的是，诊断LN最精确的方法还没有那么精确。肾脏活检本身就是一种痛苦的折磨，在医生必须阅读活检报告时，它达到了一个临界点。从历史上看，这些解释是不精确的，而且病理学家对同一件事的解读存在重大分歧。

人工智能结合了计算机科学和强大的数据集来解决问题，还有休斯顿大学卡伦工程学院的两名教员。钱德拉·莫汉(Chandra Mohan)、休·罗伊(Hugh Roy)和Lillie Cranz Cullen生物医学工程教授以及电子与计算机工程副教授Hien Van Nguyen从美国国家糖尿病、消化和肾脏疾病研究所获得了300万美元的资助，用于将人工智能引入诊断领域。 

Mohan说:“考虑到这一关键的诊断步骤——对计划治疗很重要——是高度可变和不精确的，我们寻找了替代方法。”“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的自动化方式对狼疮肾炎进行分类的目标将转化为更好的狼疮肾炎治疗。

Mohan因其在狼疮肾炎方面的工作而享誉国际，而Nguyen已经领导了几个项目，以充分实现人工智能在改善医疗诊断方面的好处。UH团队将与肾脏病理学家密切合作，包括Jan Becker，科隆，德国;休斯顿卫理公会教徒Luan Truong和Sadhna dingra;齐蔡，UT西南，达拉斯，德克萨斯州;以及纽约州伊萨卡市康奈尔大学的Surya Seshan。

“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，我们将构建分类器，在使用当前标准进行诊断方面与最好的肾脏病理学家相媲美。这可以极大地改善病人的管理和长期的肾脏和病人的预后，”Mohan说。

“这一合作努力体现了人工智能和医学专业知识如何相互结合以推动创新，我想向致力于推动人工智能在狼疮肾炎领域所能做的界限的辛勤工作的团队成员表示感谢，”Nguyen说。

閹垫捁绁�

娑撳娴囩€瑰宓庢导锔炬暩鐎涙劒鍔熼妴濠団偓姘崇箖缂佸棜鍎禒锝堥樋閹活厾銇氶弬鎵畱閼筋垳澧块棃鍓佸仯閵嗗甯扮槐銏狀洤娴ｆ洟鈧俺绻冩禒锝堥樋閸掑棙鐎芥穱鍐箻閹劎娈戦懡顖滃⒖閸欐垹骞囬惍鏃傗敀

10x Genomics閺傛澘鎼isium HD 瀵偓閸氼垰宕熺紒鍡氬劒閸掑棜椴搁悳鍥╂畱閸忋劏娴嗚ぐ鏇犵矋缁屾椽妫块崚鍡樼€介敍锟�

濞嗐垼绻嬫稉瀣祰Twist閵嗗﹣绗夐弬顓炲綁閸栨牜娈慍RISPR缁涙盯鈧鐗哥仦鈧妴瀣暩鐎涙劒鍔�

閸楁洜绮忛懗鐐寸ゴ鎼村繐鍙嗛梻銊ャ亣鐠佹彃鐖� - 濞ｅ崬鍙嗘禍鍡毿掓禒搴ｎ儑娑撯偓娑擃亜宕熺紒鍡氬劒鐎圭偤鐛欑拋鎹愵吀閸掔増鏆熼幑顔垮窛閹貉傜瑢閸欘垵顫嬮崠鏍掗弸锟�

娑撳娴囬妴濠勭矎閼崇偛鍞撮摂瀣鐠愩劋绨版担婊冨瀻閺嬫劖鏌熷▔鏇犳暩鐎涙劒鍔熼妴锟�