PreciseDx最近从纽约西奈山卫生系统分离出来，是唯一一家通过形态特征分析提供患者特定风险信息的癌症风险分层公司。该公司宣布，其ai支持的数字病理技术可以在帕金森病(PD)严重发作前对在世患者进行准确诊断。

帕金森病的诊断在各个阶段都是具有挑战性的，因为有各种症状、共病和模拟条件，最终诊断只能在死后进行。这项开创性的研究发现，PreciseDx的人工智能技术能够促进帕金森症的结定论诊断，为早期治疗提供关键信息。

“这些发现显示了帮助诊断帕金森病的技术的潜力，”迈克尔·j·福克斯帕金森病研究基金会(MJFF)研究资源高级副总裁杰米·埃伯林博士说。“客观的诊断工具，特别是在疾病早期，对推动医疗决策和设计更好的治疗和治疗的试验至关重要。”

MJFF部分资助了AI分析，并赞助了提供数据的研究(系统性突触核蛋白采样研究)。

PreciseDx研究应用了该公司的AI算法(形态学特征阵列™)，用于免疫组化检测唾液腺周围神经内α-突触核蛋白[即外周路易型突触核蛋白病(LTS)]，并利用形态学特征进行定量特征提取，根据专家病理学家对训练样本的注释，在早期帕金森病活检标本中准确区分LTS。在训练之后，使用一组单独确认的活检标本验证算法测试。

PreciseDx的AI形态学特征阵列能够从活检样本的图像补丁中检测出帕金森病，与专家注释的地面事实相比，灵敏度和特异性分别为99%和99%。在预测帕金森病的临床状态方面，人工智能以0.69对0.64的准确性战胜了人类病理学家。

PreciseDx的MFA方法用于特征提取和分析，可以针对临床终点开发和验证新的算法。这对于创建新的诊断测试、准确和可重复的诊断、预后、患者选择治疗范围广泛的疾病非常有价值。

“传统上，病理学分级系统通过观察一些形态学成分来做出诊断。与任何人工分级方法不同，PreciseDx的AI形态学特征阵列(MFA)可以检查数千个不同的特征，并利用它们之间的关系，”西奈山伊坎医学院病理、神经科学、人工智能和人类健康系教授John F. Crary博士说。“这项改变行业的研究表明，我们需要重振我们对病理学的思考方式，倾向于使用人工智能更准确地检测疾病，比如帕金森病。这启发了业界对计算病理学如何在准确识别和检测疾病方面真正推进医学的直接案例研究。”

西奈山医疗系统创新合作伙伴总裁兼执行副总裁兼首席商业创新官Erik Lium博士表示:“我们期待与PreciseDx合作，因为它探索了在多种疾病(包括帕金森症)病理学中利用AI平台的潜力。”

癌症风险分层技术是基于西奈山学院开发的知识产权，并授权给PreciseDx。西奈山和西奈山的教师在PreciseDx有经济利益。Mount Sinai在PreciseDx董事会也有代表，其中包括Dr. Lium。