論文の概要: Discovering novel systemic biomarkers in photos of the external eye

• arxiv url: http://arxiv.org/abs/2207.08998v1
• Date: Tue, 19 Jul 2022 00:28:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-20 13:39:49.656630
• Title: Discovering novel systemic biomarkers in photos of the external eye
• Title（参考訳）: 外眼写真における新しい全身バイオマーカーの発見
• Authors: Boris Babenko, Ilana Traynis, Christina Chen, Preeti Singh, Akib Uddin, Jorge Cuadros, Lauren P. Daskivich, April Y. Maa, Ramasamy Kim, Eugene Yu-Chuan Kang, Yossi Matias, Greg S. Corrado, Lily Peng, Dale R. Webster, Christopher Semturs, Jonathan Krause, Avinash V. Varadarajan, Naama Hammel, Yun Liu
• Abstract要約: 開発は、カリフォルニア州ロサンゼルス郡11カ所で糖尿病検診中の糖尿病患者49,015人の151,237枚の画像を活用した。 評価対象は, ロサンゼルス郡の3つの独立した部位, およびアトランタ大地域(GA)において, 28,869人の糖尿病患者と非糖尿病患者の3つのバリデーションセット(A, B, C)であった。 DLSはベースラインと比較して,AST>36,Ca8.6,eGFR60,Hgb11,血小板150,ACR>=300,WBC4の検出において,統計的に有意な優れた性能を示した。
• 参考スコア（独自算出の注目度）: 5.1989194363663245
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: External eye photos were recently shown to reveal signs of diabetic retinal disease and elevated HbA1c. In this paper, we evaluate if external eye photos contain information about additional systemic medical conditions. We developed a deep learning system (DLS) that takes external eye photos as input and predicts multiple systemic parameters, such as those related to the liver (albumin, AST); kidney (eGFR estimated using the race-free 2021 CKD-EPI creatinine equation, the urine ACR); bone & mineral (calcium); thyroid (TSH); and blood count (Hgb, WBC, platelets). Development leveraged 151,237 images from 49,015 patients with diabetes undergoing diabetic eye screening in 11 sites across Los Angeles county, CA. Evaluation focused on 9 pre-specified systemic parameters and leveraged 3 validation sets (A, B, C) spanning 28,869 patients with and without diabetes undergoing eye screening in 3 independent sites in Los Angeles County, CA, and the greater Atlanta area, GA. We compared against baseline models incorporating available clinicodemographic variables (e.g. age, sex, race/ethnicity, years with diabetes). Relative to the baseline, the DLS achieved statistically significant superior performance at detecting AST>36, calcium<8.6, eGFR<60, Hgb<11, platelets<150, ACR>=300, and WBC<4 on validation set A (a patient population similar to the development sets), where the AUC of DLS exceeded that of the baseline by 5.2-19.4%. On validation sets B and C, with substantial patient population differences compared to the development sets, the DLS outperformed the baseline for ACR>=300 and Hgb<11 by 7.3-13.2%. Our findings provide further evidence that external eye photos contain important biomarkers of systemic health spanning multiple organ systems. Further work is needed to investigate whether and how these biomarkers can be translated into clinical impact.
• Abstract（参考訳）: 最近,糖尿病性網膜疾患とHbA1c上昇の徴候が認められた。 本稿では,外眼写真に追加の全身的な医療状況に関する情報が含まれているかを評価する。 肝 (アルブミン, ast), 腎臓 (レースフリーの2021 ckd-epi クレアチニン式, 尿 acr) , 骨と鉱物 (カルシウム), 甲状腺 (tsh), 血液量 (hgb, wbc, 血小板) など, 外部の眼の写真を入力として, 複数の全身パラメータを推定する深層学習システム (dls) を開発した。 カリフォルニア州ロサンゼルス郡で糖尿病検診を受けた49,015人の患者から151,237枚の画像が撮影された。 評価は、事前に指定された9つのシステムパラメータに注目し、ロサンゼルス郡とアトランタ大都市圏の3つの独立した場所で糖尿病患者28,869名を対象に、3つの検証セット(a, b, c)を活用した。 臨床検診変数(年齢,性別,人種・民族,糖尿病年数など)を取り入れたベースラインモデルと比較した。 基準値と比較すると, DLSはAST>36, カルシウム<8.6, eGFR<60, Hgb<11, 血小板<150, ACR>=300, WBC<4の検出において統計的に有意な優れた性能を示した。 ACR>=300, Hgb<11が7.3～13.2%, DLSはACR>=300, Hgb<11が7.3～13.2%であった。 以上の結果から,外眼写真は複数の臓器系にまたがる全身の健康に重要なバイオマーカーを含んでいることが示唆された。 これらのバイオマーカーが臨床的影響にどのように変換されるかを調べるためには、さらなる研究が必要である。

関連論文リスト

• Strategy for Rapid Diabetic Retinopathy Exposure Based on Enhanced Feature Extraction Processing [0.0]
  本研究の目的は, 糖尿病網膜症の診断を改善するために, 時間的DR識別のための深層学習モデルを開発することである。 提案モデルでは,早期に網膜画像から様々な病変を検出する。
  論文  参考訳（メタデータ） (2023-05-08T14:17:33Z)
• DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical Coherence Tomography Angiography Images [51.27125547308154]
  第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。 この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。 本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
  論文  参考訳（メタデータ） (2023-04-05T12:04:55Z)
• CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis [37.41181188499616]
  深層学習技術は、新型コロナウイルスの迅速検出と疾患の進行のモニタリングに役立つ。 5つの異なるデータセットを使用して、モデルトレーニングのための23の799 CXRの代表的なデータセットを構築した。 The U-Net-based model was developed to identified a clinically relevant region of the CXR。
  論文  参考訳（メタデータ） (2022-10-11T13:30:34Z)
• Multi-Scale Convolutional Neural Network for Automated AMD Classification using Retinal OCT Images [1.299941371793082]
  加齢関連黄斑変性症(AMD)は、先進国、特に60歳以上の人々において、視覚障害の最も一般的な原因である。 近年のディープラーニングの発展は、完全に自動化された診断フレームワークの開発にユニークな機会を与えている。 様々な大きさの受容場を用いて病理を識別できる多スケール畳み込みニューラルネットワーク(CNN)を提案する。
  論文  参考訳（メタデータ） (2021-10-06T18:20:58Z)
• Detecting hidden signs of diabetes in external eye photographs [3.0972826606740558]
  眼前部の外部写真は、糖尿病性網膜疾患や血糖コントロールに関する洞察を明らかにすることができる。 糖尿病患者145,832人の外眼写真を用いた深層学習システム(DLS)を開発した。 以上の結果から, 糖尿病患者の医療提供者にとって, 外部視線写真は有用な情報を含んでいることが示唆された。
  論文  参考訳（メタデータ） (2020-11-23T21:14:34Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• A New Screening Method for COVID-19 based on Ocular Feature Recognition by Machine Learning Tools [66.20818586629278]
  コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。 一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
  論文  参考訳（メタデータ） (2020-09-04T00:50:27Z)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)
• Fully Automated and Standardized Segmentation of Adipose Tissue Compartments by Deep Learning in Three-dimensional Whole-body MRI of Epidemiological Cohort Studies [11.706960468832301]
  全身MR画像から異なる脂肪組織成分の定量化と局在化が,代謝状態の解明に重要である。 本稿では,頑健で客観的なセグメンテーションを実現するために,3次元畳み込みニューラルネットワーク(DCNet)を提案する。 高速(5-7秒)かつ信頼性の高い脂肪組織セグメンテーションを高Dice重なりで得ることができる。
  論文  参考訳（メタデータ） (2020-08-05T17:30:14Z)
• JCS: An Explainable COVID-19 Diagnosis System by Joint Classification and Segmentation [95.57532063232198]
  新型コロナウイルス感染症2019(COVID-19)は、200カ国以上でパンデミックの流行を引き起こしている。 感染を制御するためには、感染した人々を識別し、分離することが最も重要なステップである。 本稿では,新型コロナウイルスの胸部CT診断をリアルタイムかつ説明可能な,新しい関節分類システム(JCS)を開発した。
  論文  参考訳（メタデータ） (2020-04-15T12:30:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。