开源人工智能系统支持在急性疾病的婴儿中诊断孟德尔病

科学领域:

• 遗传学 遗传学 是一个
• 生物信息学是一种生物信息学.
• 医疗信息学 医疗信息学

背景情况:

• 门德尔乱是儿科重症监护病房中严重疾病和死亡的重要原因.
• 目前的诊断方法整合表型和基因型数据是复杂的,需要广泛的专业知识和时间.
• 人工智能 (AI) 为简化诊断过程提供了潜在的解决方案.

研究的目的:

• 评估Dx29的有效性,一个开源AI工具,在诊断急性疾病的婴儿的门德尔乱.
• 评估Dx29在不同表型数据输入方法中的性能.
• 为了比较Dx29的诊断准确度与传统的专家驱动的工作流.

主要方法:

• 使用5000基因小组对25名被诊断患有孟德尔疾病的婴儿进行了回顾性分析.
• 输入三组 (试验物和父母) 基因组变异数据和患者表型到Dx29.
• 通过AI提取,人工智能提取与手动编辑和手动输入输入类型数据.

主要成果:

• 在所有三种表型输入方法中,Dx29成功地将正确的门德尔障碍诊断在92%-96%的病例中排在前10名中.
• 人工智能工具表现出高准确度,无论表型数据是完全自动化的还是手动策划的.
• 性能表明Dx29的自动化表型化和分析与专家生物信息学工作流程相当.

结论:

• Dx29是一个可访问的AI工具,用于在新生儿和儿科重症监护机构诊断孟德尔病.
• 非专家使用Dx29可能会提供与专业生物信息学专家相美的诊断能力.
• 像Dx29这样的AI工具的自动化表型和基因组数据分析可以显著提高诊断效率和准确性.