今日、ADLM 2025（以前はAACC年次科学会議＆臨床研究所の博覧会）で、研究者は、現在の基準よりも早く、より正確にライム病を特定する人工知能（AI）の助けを借りて開発された血液検査を発表します – そして、患者の転帰が大幅に改善される可能性があります。 2番目の研究では、特定の生成AIツールが、有用な医療情報を収集するのを支援することにより、青少年に力を与えることができる方法を強調しています。
一緒に、これらの発見は、AIが臨床臨床医学に思慮深く統合されたときに、人々の生活に深い肯定的な違いをもたらす可能性にスポットを当てています。
ライムテストは、早期の効果的な治療への希望を提供します
毎年、475,000人以上のアメリカ人がライム病と診断されています。これは、気候変動がダニが生きることができる地域の範囲を拡大するために登ると予想される数だけです。早期に捕まると、この状態は抗生物質によく反応します。ただし、典型的なテスト – ツーティア血清学と呼ばれる – は、早期ライムを正確に30％しか検出しません。感染の最初の数週間以内に診断または治療されていないライム患者の半数以上が、疲労、神経認知の問題、関節炎などの長期的な健康問題を発症するため、それは大きな逃した機会です。
新しいテストは、AIを活用して大幅な改善を提供します。 ACES Diagnosticsの微生物学者兼最高科学責任者であるHolly Ahern氏は、次のように述べています。
アハーンとチームは、ライムを引き起こす細菌に対する免疫応答が人間に似ているアカゲザルマカクザルの研究に基づいて構築され、10個のタンパク質（抗原）を探すパネルを開発し、単一のテストとして完了します。このアプローチは、2層の方法よりも改善されており、最大4つのテストが必要になる場合があります。
次に、ライム病の123人の人々と197人の感染者を含む人間からの血液サンプルを分析して、テストに機械学習を追加することで、ユニークな免疫パターンを検出することでパフォーマンスを強化できるかどうかをテストしました。 「あなたと私は同じ細菌に感染するかもしれませんが、私たちは両方ともそれに対して異なる抗体反応を生成するかもしれません」とアハーンは言いました。 「これらの抗原が意思決定ツリーベースの分類器と一致すると、個々のケースで実際にそれを拾うことができます。」
チームは、すべての疾患段階で精度を改善するアルゴリズムを見つけ、初期症例の90％以上で感染に正しくフラグを立てました（標準的な方法では27％）。彼らは、アハーンによれば、比較的安価であり、標準的な実験装置で機能するテストが2026年末までに市販されることを望んでいます。
青少年向けの情報ツールとしての医学-GPT
2番目の研究では、医師が開発された無料のChatGPTカスタムモデルであるMedicine-GPTを評価しました。この研究は、オンラインで情報を頻繁に検索する初期の技術採用者である傾向があるため、多くの場合、大人と話し合うことができないと感じているため、青少年に焦点を当てています。
Medicine-GPTは、思春期の健康に関する問い合わせに対処し、完全性、推論、および全体的な医学的有用性でChatGPT-4を上回る強力なツールとして約束を示しています。」
オースティンジン、ニューヨーク州ワイルコーネルメディシンの高校調査インターン
ソース：
#AI搭載の血液検査により初期のライム病の検出が改善されます