在慢性疾病管理的複雜景觀中，包括克羅恩病和潰瘍性結腸炎在內的炎症性腸道疾病似乎特別是不可預測的疾病。這些疾病的特徵是腸道中持續的炎症，可以延伸以影響身體的其他部位。這些疾病的有效管理取決於減少炎症，因為這與改善結果並更好地控制疾病。現代治療策略現在不僅旨在臨床寬恕，而且針對內窺鏡治療，強調直接視覺證據減少炎症以及症狀緩解的關鍵作用。但是，由於觀察者和主觀性的差異，通過內窺鏡檢查對炎症程度進行準確評估是重要的挑戰，這使準確診斷和有效干預的途徑變得複雜。
Agoikagos大學的David Rubin教授和來自眾多機構的研究人員發現了一種新的學習機械模型，旨在預測潰瘍性結腸炎患者的蛋黃醬（EMS）的內窺鏡結果。他們在胃HEP進展中發表的研究中詳細介紹的這項創新有望在這種慢性炎症狀態的診斷和管理中邁出重要一步。
該模型通過分析廣泛的內窺鏡視頻的分析而開發，它代表了其非同尋常的準確性，可以確定疾病的存在或缺乏活性疾病。這種學習機器的方法大大超過了常規方法，這些方法通常受主觀解釋的限制。
魯賓教授分享了這一發展的影響，並指出：“我們已經證明，在詳細的視頻記錄的指導下，這種機械學習模型準確地確定了內窺鏡疾病活動的主要水平。”這反映了該模型重新定義潰瘍性結腸炎的診斷和治療的潛力。
魯賓教授進一步解釋了模型培訓和評估過程背後的創新：“我們的方法通過整合以前從未進行過的詳細分析來解決以前模型的限制。”這種方法承諾超出傳統診斷技術技能的知識。
魯賓教授和共同犯罪者還強調了他們的工作的廣泛含義，尤其是在提高臨床證據評估疾病的可靠性方面。這種改進對於推進患者護理和確保臨床結果的準確性至關重要。這種開拓者的嘗試不僅顯示了醫學診斷中機械學習的變革潛力，而且還強調了創新在應對與炎症性腸道疾病相關的複雜挑戰方面的重要性。儘管該模型經歷了進一步的完善和確認，但它始終承諾成為臨床證據和實踐中必不可少的工具，為潰瘍性結腸炎患者的最個性化和最有效的治療策略鋪平了道路。
日記
David T. Rubin等人，“開發了一種使用機械教學來預測蛋黃醬潰瘍性結腸炎結果的新模型”。 Astro Hep Advances，2023。 Doi： https://doi.org/10.1016/j.gastha.2023.06.003
作者周圍
大衛·T·魯賓 它是約瑟夫·基爾斯納（Joseph B.他在Agoikago大學醫學院獲得榮譽獎，在那裡他還完成了他在臨床胃腸病學和醫學倫理學領域的家庭醫學和社會的住所。他是MacLean臨床醫學倫理學中心的副教授，Agoikagos大學綜合癌症中心的副研究人員，也是奇卡戈斯大學臨床藥物發生委員會的成員。他是克羅恩與結腸炎基金會國家科學諮詢委員會主席。他是國際組織炎症性腸道疾病研究的副總裁。
魯賓博士兩次在臨床研究（2003年和2013年）中獲得了ACG州長的完美價格，並在2020年，魯賓博士在克羅恩和結腸炎中獲得了謝爾曼的完美獎。他是《胃腸病學》雜誌的副編輯，也是教育宇宙在線ACG的主編。 Rubin博士是IBD（ED 3）的路邊諮詢的編輯，標誌性Sleisenger編輯和Fordtran的胃腸道和肝病（ED 12），以及> 500 IBD Management文章的作者，包括ACG 2019，用於潰瘍性結腸炎。
