众包已经成为一种越来越受欢迎的开发机器学习算法的方式，以解决各种疾病中的许多临床问题。今天，在美国风湿病学会(ACR)年会上，一个由特殊外科医院(HSS)的一名研究人员领导的多中心小组展示了RA2-DREAM挑战的结果，这是一项众筹工作，专注于开发更好的方法来量化类风湿性关节炎(RA)患者的关节损伤。
风湿性关节炎患者的关节损伤目前是通过肉眼检查和对手、腕和足小关节的x线照片进行详细评分来测量的。这包括关节间隙狭窄(表明软骨丧失)和骨侵蚀(表明炎症关节衬里的侵袭造成的损害)。评分系统需要经过专门训练的专家，既耗时又昂贵。根据该研究的资深作者，S. Louis Bridges, Jr.，医学博士，HSS的首席医生和医学系主席，找到一种自动测量关节损伤的方法对临床研究和病人护理都很重要。
他说:“如果机器学习方法能够提供快速、准确的定量评分，估计手脚关节损伤的程度，这将极大地帮助临床研究。”“例如，研究人员可以分析来自电子健康记录、基因和其他研究分析的数据，以发现与渐进性损伤相关的生物标志物。必须自己通过视觉检查给所有的图像打分将是乏味的，而且外包的成本太高。”
他补充说:“这种方法还可以帮助风湿病学家快速评估随着时间的推移是否有损害的进展，这将促使治疗的改变，以防止进一步的损害。”“这在没有肌肉骨骼放射专家的地理区域非常重要。”
为了应对这一挑战，Bridges博士和他的合作者与Sage Bionetworks合作，这是一个帮助研究人员创造DREAM(逆向工程评估和方法对话)挑战的非营利组织。这些竞赛的重点是生命科学中基于人工智能的创新工具的开发。调查人员发出了征集参赛作品的呼吁，并为获胜的团队提供了奖金。参赛者来自各个领域，包括计算机科学家、计算生物学家和物理学家;没有一名放射科医生在阅读放射影像方面具有专业知识或培训。
在挑战的第一部分，一组图像被提供给各小组，连同视觉生成的已知分数。这些是用来训练算法的。然后提供额外的一组图像，以便竞争对手测试和完善他们开发的工具。在最后一轮比赛中，第三组图像没有评分，参赛者估计关节空间缩小和侵蚀的程度。评奖依据的是最接近视觉生成的黄金标准分数。有26个团队提交了算法，最终提交了16个。总共，参赛者获得了562名不同RA患者的674组图像，这些患者都曾参加过由布里奇斯博士领导的美国国立卫生研究院资助的研究。最后，四个团队被评为最佳表现。
对于梦想挑战的组织者来说，重要的是，通过该项目开发的任何评分系统都是免费可用的，而不是专有的，这样研究人员和临床医生就可以免费使用它。“这种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。
布里奇斯博士解释说，在这些工具被广泛使用之前，还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，这种类型的方法是可行的。他总结道:“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了。”
