众包已成为开发机器学习算法以解决各种疾病的许多临床问题的一种越来越流行的方式。今天在美国风湿病学会 (ACR) 年会上，由特殊外科医院 (HSS)一名研究人员领导的多中心团队展示了 RA2-DREAM 挑战赛的结果，这是一项众包工作，专注于开发更好的方法来量化关节损伤在类风湿性关节炎 (RA) 患者中。

RA 患者的关节损伤目前是通过目视检查和对手、腕和脚小关节的射线照相图像进行详细评分来测量的。这包括关节间隙变窄（表示软骨损失）和骨侵蚀（表示发炎的关节内膜侵入造成的损伤）。评分系统需要经过专门培训的专家，耗时且昂贵。根据该研究的资深作者、医学博士、医学博士、主治医师兼系主任S. Louis Bridges, Jr. 的说法，找到一种自动测量关节损伤的方法对于临床研究和患者护理都很重要。 HSS 的医学。

“如果机器学习方法能够提供一个快速、准确的定量评分来估计手脚关节损伤的程度，这将极大地帮助临床研究，”他说。“例如，研究人员可以分析来自电子健康记录以及遗传和其他研究分析的数据，以找到与渐进性损伤相关的生物标志物。必须自己通过目视检查对所有图像进行评分会很乏味，而且外包成本过高。”

“这种方法还可以通过快速评估损伤是否随着时间的推移而进展来帮助风湿病学家，这将促使改变治疗以防止进一步的损伤，”他补充道。“这在没有专业肌肉骨骼放射科医生的地理区域非常重要。”

为了迎接挑战，Bridges 博士和他的合作者与非营利组织 Sage Bionetworks 合作，帮助研究人员创建 DREAM（逆向工程评估和方法对话）挑战。这些竞赛的重点是在生命科学领域开发基于人工智能的创新工具。调查人员发出征集意见，并以赠款为获胜团队提供奖品。参赛者来自各个领域，包括计算机科学家、计算生物学家和医师科学家；没有一个放射科医生在阅读放射影像方面具有专业知识或受过培训。

对于挑战的第一部分，向团队提供了一组图像，以及视觉生成的已知分数。这些用于训练算法。然后提供额外的图像集，以便竞争对手可以测试和改进他们开发的工具。在最后一轮中，第三组图像没有评分，参赛者估计关节空间变窄和侵蚀的数量。根据哪个最接近地复制黄金标准视觉生成的分数来判断提交的内容。共有 26 个团队提交了算法和 16 个最终提交。总共向参赛者提供了来自 562 名不同 RA 患者的 674 组图像，所有这些患者都参加了由 Bridges 博士领导的先前由美国国立卫生研究院资助的研究。到底，

对于 DREAM Challenge 的组织者来说，通过该项目开发的任何评分系统都必须免费提供而不是专有的，这一点很重要，这样研究人员和临床医生就可以免费使用它。“这次合作的部分吸引力在于一切都在公共领域，”布里奇斯博士说。

Bridges 博士解释说，在这些工具被广泛使用之前，需要对计算方法进行额外的研究和开发，但目前的研究表明这种方法是可行的。“我们仍然需要改进算法，但我们比挑战赛之前更接近我们的目标，”他总结道。