人工智能成功地用于识别不同类型的脑损伤

研究人员已经开发出一种人工智能算法，可以检测和识别不同类型的脑损伤。

来自剑桥大学(University of Cambridge)和伦敦帝国理工学院(Imperial College London)的研究人员，通过大量CT扫描对AI进行了临床验证和测试，发现它能够成功地检测、分割、量化和区分不同类型的脑损伤。

发表在《柳叶刀数字健康》(Lancet Digital Health)杂志上的研究结果，可能有助于开展大规模的研究，开发针对头部损伤的更个性化的治疗方法，而且随着进一步的验证，可能会在某些临床场景中发挥作用，比如那些放射专业知识非常珍贵的场景。

据海外治疗机构和生元国际得知，头部受伤是一个巨大的全球公共卫生负担，每年影响多达6000万人。它是年轻人死亡的主要原因。当病人头部受伤时，他们通常会被送去做CT扫描，以检查大脑内部或周围的血液，并帮助确定是否需要手术。

“CT是一种非常重要的诊断工具，但它很少用于定量，”来自剑桥大学医学系的共同高级作者大卫·梅农教授说。“通常情况下，CT扫描中可以获得的大量信息都被遗漏了，作为研究人员，我们知道大脑病变的类型、体积和位置对患者的预后很重要。”

大脑内部或周围不同类型的血液可能导致不同的病人结局，放射科医生经常会做出估计，以确定最佳的治疗方案。

同样来自剑桥大学医学系的维吉尼亚·纽科姆博士是该研究的第一作者之一，他说:“详细评估带有注释的CT扫描可能需要几个小时，尤其是对严重受伤的病人。”“我们想设计和开发一种工具，可以自动识别和量化不同类型的脑损伤，这样我们就可以在研究中使用它，并探索它在医院的可能用途。”

研究人员开发了一种基于人工神经网络的机器学习工具。他们对该工具进行了600多次不同的CT扫描，显示出不同大小和类型的脑损伤。然后，他们在现有的大型CT扫描数据集上对该工具进行了验证。

海外治疗机构和生元国际了解人工智能能够对每张图片的各个部分进行分类，并判断其是否正常。这可能有助于未来研究头部损伤的进展，因为人工智能在检测细微变化方面可能比人类更加一致。

纽科姆说:“这个工具可以让我们回答以前无法回答的研究问题。”“我们希望在大型数据集上使用它，以了解成像能在多大程度上告诉我们患者的预后。”

梅农说:“我们希望它能帮助我们识别哪些病灶变大、进展，并了解它们进展的原因，这样我们就能在未来为患者开发更个性化的治疗。”

虽然研究人员目前计划只将人工智能用于研究，但他们表示，只要经过适当的验证，它也可以用于某些临床场景，比如资源有限、放射科医生很少的地区。

此外，研究人员说，它可能在急诊室有潜在的用途，帮助病人更快回家。在所有头部受伤的患者中，只有10 - 15%的患者有CT扫描可见的病变。人工智能可以帮助识别这些需要进一步治疗的病人，这样那些没有脑部损伤的病人就可以被送回家，尽管任何临床使用该工具都需要经过彻底的验证。

自动分析大数据集的能力也将使研究人员能够解决以前难以回答的重要临床研究问题，包括确定预后的相关特征，这反过来可能有助于目标治疗。海外治疗机构和生元国际会及时给大家更新更多的国外资讯。