我们热爱生命科学!-生物行

眼部扫描提前7年诊断帕金森病

时间:2023-08-24 01:00来源:Medicalxpress 作者:泉水 点击: 154次

伦敦大学 学院

眼睛
图片来源:CC0 公共领域

伦敦大学学院和莫菲尔德眼科医院的研究小组已经确定了平均在临床表现前七年就表明患者存在帕金森病的标志物。

这是第一次有人在诊断前几年就显示出这些发现,而这些结果是通过迄今为止最大规模的帕金森病视网膜成像研究而得以实现的。

这项研究今天发表在《神经病学》杂志上,在人工智能的帮助下,在眼睛扫描中识别出了帕金森氏症的标记。使用更广泛的英国生物银行数据库(健康志愿者)重复了对 AlzEye 数据集的分析,该数据库复制了这些发现。

尽管帕金森病的患病率相对较低(占人口的 0.1-0.2%),但使用这两个强大的大型数据集使团队能够识别这些微妙的标记。AlzEye 数据集的生成是由 INSIGHT 实现的,INSIGHT 是世界上最大的视网膜图像和相关临床数据数据库。

此前,在一个被称为“眼科组学”的新兴且令人兴奋的研究领域,利用眼睛扫描数据已经揭示了其他神经退行性疾病的迹象,包括阿尔茨海默病、多发性硬化症以及最近的精神分裂症。

眼部扫描和眼部数据也能够揭示出高血压的倾向。心血管疾病,包括中风;和糖尿病。

医生很早就知道眼睛可以作为身体其他部位的“窗口”,可以直接了解我们健康的许多方面。视网膜的高分辨率图像现在已成为眼科护理的常规部分,特别是一种被称为“光学相干断层扫描”(OCT) 的 3D 扫描,广泛应用于眼科诊所和大街配镜师。在不到一分钟的时间内,OCT 扫描就可以生成令人难以置信的细节(小至千分之一毫米)的视网膜(眼睛后部)横截面。

这些图像对于监测眼睛健康非常有用,但它们的价值更进一步,因为视网膜扫描是查看皮肤表面以下细胞层的唯一非侵入性方法。近年来,研究人员开始使用功能强大的计算机来准确分析大量 OCT 和其他眼睛图像,所需时间仅为人类所需时间的一小部分。

使用一种称为“机器学习”的人工智能,计算机现在能够仅从这些图像中发现有关整个身体的隐藏信息。利用这种新的潜力就是眼科医学的意义所在。

主要作者 Siegfried Wagner 博士(伦敦大学学院眼科研究所和 Moorfields 眼科医院)同时也是其他几项 AlzEye 研究的首席研究员,他说:“我仍然对通过眼部扫描发现的结果感到惊讶。虽然我们还没有做到这一点。”准备好预测一个人是否会患上帕金森氏症,我们希望这种方法能够很快成为有疾病风险的人的预筛查工具。”

“在症状出现之前发现多种疾病的迹象意味着,将来人们可以有时间改变生活方式以预防某些疾病的发生,临床医生可以延缓改变生活的神经退行性疾病的发作和影响。”

这项工作涉及莫菲尔德眼科医院、伯明翰大学医院、大奥蒙德街医院 (GOSH)、牛津大学医院、伦敦大学学院医院和伦敦大学学院大奥蒙德分校的 NIHR(国家健康与社会保健研究所)生物医学研究中心之间的合作街道儿童健康研究所。通过这些杰出的 NHS 研究合作伙伴关系,研究的范围和质量得到了最大化。

伯明翰大学医院眼科顾问、伯明翰大学教授、NIHR Moorfields BRC 成员阿利斯泰尔·丹尼斯顿 (Alistair Denniston) 教授表示:“这项工作展示了眼部数据的潜力,通过该技术可以捕捉人类无法察觉的细微迹象和变化。瞧。我们现在可以检测出帕金森氏症的早期症状,为治疗开辟了新的可能性。”

Moorfields 的医疗主任 Louisa Wickham 解释说:“在更广泛的人群中增加成像将对未来的公共健康产生巨大影响,并最终将导致预测分析。OCT 扫描更具可扩展性、非侵入性、成本更低,并且为此目的,比脑部扫描更快。”

有关该研究的更多技术和背景信息

帕金森病是一种进行性神经系统疾病,其特征是多巴胺减少,帕金森病患者的尸检发现视网膜 INL(内核层)存在差异。先前使用 OCT 扫描的研究发现了与该疾病相关的潜在形态异常,但存在不一致。

这项研究证实了之前关于 GCIPL(神经节细胞-内丛状层)显着变薄的报道,同时首次发现了更薄的 INL。研究进一步发现,这些层的厚度减少与患帕金森病的风险增加有关,超出了其他因素或合并症带来的风险。

未来的研究需要确定 GCIPL 萎缩的进展是否是由帕金森病的大脑变化驱动的,或者 INL 变薄是否先于 GCIPL 萎缩。探索这一点有助于解释其机制并确定视网膜成像是否可以支持帕金森病患者的诊断、预后和复杂管理。

该研究也没有有关患者帕金森病状态的详细临床信息(确切的诊断日期、治疗模式和当前治疗),这些信息可能与疾病持续时间或进展相关的视网膜变化。


(责任编辑:泉水)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
特别推荐
推荐内容