Metabolomics in systemic sclerosis DOI Creative Commons
Zuzanna Gogulska, Żaneta Smoleńska, Jacek Turyn

et al.

Rheumatology International, Journal Year: 2024, Volume and Issue: 44(10), P. 1813 - 1822

Published: July 9, 2024

Abstract Systemic sclerosis is a rare autoimmune condition leading to incurable complications. Therefore fast and precise diagnosis crucial prevent patient death maintain quality of life. Unfortunately, currently known biomarkers do not meet this need. To address problem researchers use diverse approaches elucidate the underlying aberrations. One methods applied metabolomics. This modern technique enables comprehensive assessment multiple compound concentrations simultaneously. As it has been gaining popularity, we found necessary summarize metabolomic studies presented so far in narrative review. We 11 appropriate articles. All significant differences between patients control groups, whereas reported findings were highly inconsistent. Additionally, have investigated groups most scarcely described, inclusion/exclusion approach was diverse. Therefore, further study with meticulous necessary.

Language: Английский

Rapid screening of infertility-associated gynecological conditions via ambient glow discharge mass spectrometry utilizing urine metabolic fingerprints DOI

Yijiao Qu,

Ming Chen, Yiran Wang

et al.

Talanta, Journal Year: 2024, Volume and Issue: 274, P. 125969 - 125969

Published: April 8, 2024

Language: Английский

Citations

4
AI-Enhanced Diagnosis for Immunological Disorders DOI
Irina Neguț, Anita Ioana Vișan

Advances in computational intelligence and robotics book series, Journal Year: 2025, Volume and Issue: unknown, P. 63 - 106

Published: May 2, 2025

The integration of Artificial Intelligence (AI) in immunological disorder diagnosis is transforming medical diagnostics by enabling rapid and accurate decision-making. This chapter explores AI-enhanced techniques, including machine learning, deep natural language processing, identifying disease biomarkers, predicting progression, optimizing personalized treatments. Key methodologies such as convolutional neural networks for imaging, support vector machines classification, AI-assisted genomic analysis are discussed. Additionally, the role big data, electronic health records, federated learning improving diagnostic accuracy examined. While AI offers significant advancements, challenges like data heterogeneity, bias, regulatory compliance remain. highlights AI's future potential precision medicine, enhancing early detection patient outcomes.

Language: Английский

Citations

0
Systemic lupus in the era of machine learning medicine DOI Creative Commons
Kevin Zhan,

Katherine Buhler,

Irene Y. Chen

et al.

Lupus Science & Medicine, Journal Year: 2024, Volume and Issue: 11(1), P. e001140 - e001140

Published: March 1, 2024

Artificial intelligence and machine learning applications are emerging as transformative technologies in medicine. With greater access to a diverse range of big datasets, researchers turning these powerful techniques for data analysis. Machine can reveal patterns interactions between variables large complex datasets more accurately efficiently than traditional statistical methods. approaches open new possibilities studying SLE, multifactorial, highly heterogeneous disease. Here, we discuss how methods rapidly being integrated into the field SLE research. Recent reports have focused on building prediction models and/or identifying novel biomarkers using both supervised unsupervised understanding disease pathogenesis, early diagnosis prognosis In this review, will provide an overview current gaps, challenges opportunities studies. External validation most is still needed before clinical adoption. Utilisation deep models, alternative sources health increased awareness ethics, governance regulations surrounding use artificial medicine help propel exciting forward.

Language: Английский

Citations

2
ПРО УДОСКОНАЛЕННЯ МЕ ТОДУ НЕЧІТКОГО ЛОГІЧ НОГО ВИВЕДЕННЯ В СИСТЕМАХ ЗАСНОВАНИХ НА ЗНАННЯХ DOI Open Access

О. І. Провотар,

О. П. Ількун

Наукові нотатки, Journal Year: 2024, Volume and Issue: 76, P. 35 - 41

Published: Jan. 29, 2024

В статті розглядаються два методи розробки та дослідження систем нечіткого виведення длядіагностики стану пацієнта на основі множини нечітких симптомів. Описано задачу визначення хвороби пацієнтавідповідно до даних діагностики здоров’я і поточних Для вирішення цієї задачі в контекстінечіткої логіки запропоновано систему логічного виведення, що використовує інформацію залежностейміж хворобами, симптомами, рівнями Представлено таблицю відповідності рівнів конкретнихсимптомів хвороби. кожної лінгвістичної змінної поточного симптому рівня хвороб побудовано нечіткімодифіковані трикутні функції належності. Розглянуто кілька способів задання правил, які окреслено у рамках двохметодів. Перший метод стандартний підхід побудови системи виведення. його основілежить поняття правила, яке створюється експертних знань.Сформовано інтуїтивно зрозумілі прямі представлені математичній формі. Використовуючи цюсистему правил можна застосувати різні механізми наприклад, Мамдані. Другий метод, своючергу, представляє удосконалену нечітку модель, включає додаткові лінгвістичні змінні правила з метоюкількісного врахування правильно вказаних симптомів множині всіх пацієнта. Дана системаправил оперує лінгвістичними змінними, використовують кількість наданих відноснозагальної кількості Виконано порівняння описаних тестовомунаборі даних. Запропоновані аналізуються предмет їх ефективності точності при встановленнідіагнозу. Результати можуть бути важливими для новітніх методів діагностики,заснованих нечіткій логіці, виявитись більш ефективними порівнянні традиційними методами.

Citations

0
Metabolomics in systemic sclerosis DOI Creative Commons
Zuzanna Gogulska, Żaneta Smoleńska, Jacek Turyn

et al.

Rheumatology International, Journal Year: 2024, Volume and Issue: 44(10), P. 1813 - 1822

Published: July 9, 2024

Abstract Systemic sclerosis is a rare autoimmune condition leading to incurable complications. Therefore fast and precise diagnosis crucial prevent patient death maintain quality of life. Unfortunately, currently known biomarkers do not meet this need. To address problem researchers use diverse approaches elucidate the underlying aberrations. One methods applied metabolomics. This modern technique enables comprehensive assessment multiple compound concentrations simultaneously. As it has been gaining popularity, we found necessary summarize metabolomic studies presented so far in narrative review. We 11 appropriate articles. All significant differences between patients control groups, whereas reported findings were highly inconsistent. Additionally, have investigated groups most scarcely described, inclusion/exclusion approach was diverse. Therefore, further study with meticulous necessary.

Language: Английский

Citations

0