自动化指纹分析作为Kabuki综合征遗传疾病的诊断工具
Viktor Ingi Agustsson1,2, Pall Asgeir Bjornsson3, Ashildur Fridriksdottir3
1Faculty of Medicine, University of Iceland, Reykjavik, Iceland.
Genetics in medicine open
|December 13, 2024
概括
自动指纹分析显示,对诊断卡布基综合征 (KS) 有希望. 新的指标确定了不同的KS指纹模式,有助于早期诊断,并可能扩大对罕见疾病的基因测试的访问.
科学领域:
- 遗传学 是一个遗传学.
- 皮肤刻画的字体.
- 人工智能的人工智能
背景情况:
- 卡布基综合征 (KS) 的早期诊断对于新兴疗法至关重要.
- 当前的诊断方法可能有局限性,影响患者在临床试验中的招生.
- 指纹分析提供了潜在的非侵入性诊断辅助.
研究的目的:
- 研究指纹分析作为卡布基综合征诊断工具的实用性.
- 确定新的皮肤刻字指标,以区分KS患者与对照人群.
- 通过使用指纹数据评估机器学习模型在KS诊断中的性能.
主要方法:
- 通过移动应用程序收集了74名KS患者,1名KS类表型患者的指纹数据,以及108名通过移动应用程序进行控制.
- 使用后勤回归和卷积神经网络 (CNN) 来分析KS指纹模式.
- 开发并验证了新的KS特定的指纹指标.
主要成果:
- 确定了两个新的指标 (折叠指尖数和简单模式),可以显著区分KS指纹 (AUC 0.82,LR 9.0).
- 通过新型指标实现了35.6%的灵敏度和96.04%的特异性.
- 一个独立的AI-CNN模型证实了这些发现,其概率比为8.7,灵敏度为76.6%,特异性为91.2%.
结论:
- 自动指纹分析证明了卡布基综合征的诊断潜力.
- 这种方法可以促进早期诊断和更广泛地获得遗传检测,特别是在资源有限的地方.
- 指纹分析可能在未来用于诊断其他遗传疾病.
