壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

2024 ISC华山特约 | 一种新颖的人工智能方法用于测量啮齿动物功能结果——来自多实验室卒中临床前评估网络(SPAN)的报告

2024-02-11作者:李稳资讯
原创


作者:复旦大学附属华山医院神经内科 李嘉和 徐佳洁









再灌注治疗已成为急性缺血性卒中患者的主要干预措施,但即使获得血管再通,较多患者仍遗留不同程度的功能残疾。神经保护疗法被认为是急性卒中治疗的具有重要前景的一种选择,近期的临床试验结果提示其或能改善患者预后,但卒中后的神经损伤涉及多种机制与通路,因此,多靶点的神经保护药物可能具有更高的转化与应用价值。


卒中临床前评估网络试验,即SPAN 1.0,是一个首创的临床前多实验室网络研究,旨在通过集中式随机分组和盲法以及意向治疗分析,探究急性缺血性卒中的新型脑保护方法。研究涵盖4个阶段,5种动物模型,6种潜在的脑保护药物,总共使用了2615只小鼠和大鼠。由于研究需要观察者进行大量的动物行为学功能测试,不仅费时费力,而且可能引入额外的偏倚。因此,基于人工智能算法的动物行为评估方式可能有助于减轻人工负担,同时提高结果的准确性。在2024 ISC大会上,Mariia Kumskova教授团队公布了相关研究结果。


image.png


研究目的与研究方法

本研究旨在研发一种基于人工智能(AI)的啮齿动物行为功能评估方法,以克服多中心临床前试验中人工评估者测量功能结果所需的耗时和劳动强度。


研究对象为接受短暂性大脑中动脉闭塞(MCAO)操作的小鼠/大鼠模型,记录模型的转角测试视频用于评估与分析。


对照组采用人工评估,由3名随机选择的、经过认证的评估员进行盲法分析;实验组采用基于AI的工具评估,使用DeepLabCut软件进行姿势评估,对于多中心的评估程序包括以下6步:①探测装置和其定点区域;②探测动物;③探测动物体系并调整顶点区域;④等待动物进入顶点区域;⑤等待动物进行90°转向;⑥等待装置改变定点区域。重复程序序列以记录十次90°的转向。共使用3000张转换为灰度的图像进行训练。


研究采用组内相关系数(ICC)来反映人工评估与AI评估间的一致性,采用Bland-Altman图来评估系统偏差。


image.png


研究结果

对于转角视频评估结果的一致性分析,研究共纳入508只小鼠模型(基线191只、造模后第7天165只、造模后第28天152只)与591只大鼠模型(基线199只、造模后第7天197只、造模后第28天195只)。人工评估与AI评估间的一致性较好(小鼠:ICC 0.939;大鼠:ICC 0.906)。


image.png

此外,两种动物模型的人工与AI评估的系统偏差均为0,进一步提示评估结果间的一致性较好。


image.png


此外,基于AI的评估也提供了新的参数以从新的角度分析动物行为模式。其中包括每次转向的时间(秒),即从动物进入顶点区域到完成90°转向的时刻。这一参数在基线和造模第7天或第28天之间具有显著差异。此外,研究者还提到一些新的参数,如每次转向的平均时间,完成10次转向的平均时间和10次转向的时间分布,值得进一步探索。


image.png


除了时间相关的新型参数之外,研究者还观察到动物在完成转向前的倾向行为。转向倾向定义为动物在完成90度转向之前,其头部位于顶点区域的右侧或左侧区域的时间百分比。转向倾向和完成转向的百分比之间的ICC值较低,可见这两个参数之间不可互相替代,而这一参数也为分析动物行为提供了新的切入点。


image.png





研究结论与研究点评

综上所述,基于人工智能的分析显示出与人工评估者极高的一致性,同时还具备探测新型非显性指标的额外能力,从而提升了测试的整体价值。值得注意的是,基于人工智能的转角测试数据分析方法已纳入SPAN 2.0试验中,这种自动化的基于人工智能的工具将有望通过严谨、可重复和经济高效的方式,改变多中心临床前研究中对行为功能测试的评估。




更多精彩内容,请持续关注壹生华山特约专题!



200 评论

查看更多