全球努力开发人工智能工具，自动评估类风湿性关节炎的放射损伤
众包已经成为一种越来越受欢迎的开发机器学习算法的方法，以解决各种疾病的许多临床问题。今天在美国风湿病学会(ACR)的年会上，一个由特殊外科医院(HSS)的研究人员领导的多中心团队展示了RA2-DREAM挑战的结果，这是一个众包努力，专注于开发更好的方法来量化类风湿关节炎(RA)患者的关节损伤。
风湿性关节炎患者的关节损伤目前是通过视觉检查和对手、手腕和脚的小关节的放射成像进行详细评分来衡量的。这包括关节间隙变窄(这表明软骨丢失)和骨侵蚀(这表明炎症的关节内膜受到侵犯)。这个评分系统需要经过专门训练的专家，而且耗时又昂贵。找到一种自动测量关节损伤的方法对两者都很重要临床研究根据该研究的资深作者S. Louis Bridges, Jr.，医学博士，主任医师和HSS医学系主任的说法，用于病人的护理。
“如果一种机器学习方法可以提供一个快速、准确的量化评分，估计的程度关节损伤在手脚上，它将极大地帮助临床研究，”他说。例如，研究人员可以分析数据电子健康记录并从遗传学和其他研究分析中找到与渐进性损伤相关的生物标志物。我们必须自己通过视觉检查给所有图像打分，这很繁琐，外包成本太高。”
他补充说:“这种方法还可以帮助风湿病学家快速评估损伤是否随着时间的推移而恶化，这将促使治疗方法的改变，以防止进一步的损伤。”“这在缺乏肌肉骨骼放射科专家的地理地区非常重要。”
在这项挑战中，布里奇斯博士和他的合作者与Sage Bionetworks合作，Sage Bionetworks是一家帮助研究人员创建DREAM(逆向工程评估和方法对话)挑战的非营利组织。这些竞赛的重点是在生命科学领域开发基于人工智能的创新工具。调查人员发出了征集意见的号召，并为获胜的团队提供了奖金。参赛者来自各个领域，包括计算机科学家、计算生物学家和内科科学家;没有人是在阅读射线图像方面具有专业知识或受过训练的放射科医生。
在第一部分的挑战中，给团队提供了一组图像，以及视觉生成的已知分数。这些被用来训练算法。然后提供额外的图像集，以便竞争对手可以测试和改进他们开发的工具。在最后一轮，第三组图像没有评分，参赛者估计关节空间缩小和侵蚀的程度。根据最接近黄金标准的视觉生成分数来判断提交的内容。26个团队提交了算法和16个最终提交。参赛者总共得到了来自562名不同风湿性关节炎患者的674组图像，这些患者都曾参加过由布里吉斯博士领导的美国国家卫生研究院资助的研究。最后，四支队伍被评为表现最好的队伍。
对于DREAM Challenge的组织者来说，通过该项目开发的任何评分系统都应该是免费的，而不是专有的，这样研究者和临床医生就可以免费使用。布里奇斯博士说，“这种合作的部分吸引力在于，一切都属于公共领域。”
布里奇斯博士解释说，在这些工具被广泛使用之前，还需要进一步的研究和开发计算方法，但目前的研究表明，这种方法是可行的。“我们仍然需要改进算法，但与挑战赛之前相比，我们已经更接近我们的目标了，”他总结道。
