摘要：设计用于识别广泛的急性神经系统疾病人工智能平台，可以在1.2秒内识别CT扫描中的疾病。
根据伊坎医学院(IcahnSchoolofMedicine)在西奈山进行的一项研究，一个人工智能平台被设计用来识别广泛的急性神经系统疾病，如中风、出血和脑积水，它被证明可以在1.2秒内通过CT扫描识别疾病，比人类的诊断速度更快。这项研究发表在《自然医学》(NatureMedicine)杂志上。
西奈山伊坎医学院(IcahnSchoolofMedicineatMountSinai)神经外科主任、医学博士、资深作家埃里克?欧尔曼(EricOermann)表示：“通过1.2秒的整体处理和解读时间，这样的分类系统可以提醒医生，一个关键的发现可能会在几分钟到几个小时内一直排在队列中，我们正在实施这一理念，开发出能解决临床问题并改善病人护理的人工智能。”
这是利用人工智能检测大范围的急性神经系统事件并表现出直接临床应用的第一项研究。研究人员使用了37,个头部CT扫描来训练一个深度神经网络，以确定一个图像是否包含关键的或非关键的发现。然后，该平台在一个模拟的临床环境中进行了盲检测、随机对照试验，并根据严重程度对头部CT扫描进行了测试。这台电脑软件测试了它能有多快能够识别并提供通知，以及它让放射科医生注意到疾病的时间。计算机算法对图像进行预处理的平均时间，运行它的推理方法，如果必要的话，发出警报比医生读取图像的时间短倍。
本研究使用了“弱监督学习方法”，该方法建立在研究团队的自然语言处理方面专业知识和西奈山卫生系统的大型临床数据集的基础之上。Oermann博士说，这项研究的下一阶段将需要增强CT扫描的计算机标签，并转向“强监督学习方法”和提高数据效率的新技术。研究人员估计，在未来两年内，通过这些改变来重新设计系统的目标将会实现。
该研究的合著者、西奈山健康系统神经外科教授、系统系主任、神经外科模拟核心临床主任约书亚·贝德森(JoshuaBederson)说：“表达时间是大脑意味着快速反应是至关重要的治疗急性神经疾病,所以任何工具,减少诊断时间可能导致改善病人的结果。”
研究作者BurtonDrayer博士（CharlesM.和MarilynNewman教授，西奈山健康系统放射学系系统主席，西奈山医生学院的首席执行官，伊坎医学院临床事务主任。）说：“将深度学习和计算机视觉技术应用于放射成像对于21世纪的医疗保健来说是非常必要的。”
这项研究由MountSinaiAIConsortium（称为“AISINAI”）进行，该联盟是一群科学家，医生和研究人员，致力于开发医学中的人工智能，以改善患者护理并帮助医生准确诊断疾病。
文章来源：北京市中科医院好不好盖博士盖百霖
推荐文章
热点文章
