根據(jù)Nature Biomedical Engineering發(fā)表的一項研究,麻省理工學(xué)院的研究人員開發(fā)了一種使用人工智能(AI)快速診斷和分類腦出血的系統(tǒng),并從提供決策依據(jù)。據(jù)研究人員稱,這樣的系統(tǒng)可能成為評估患有可能危及生命的中風癥狀的患者不可或缺的工具,可以快速應(yīng)用正確的治療方法。臨床實踐中的人工智能一些批評者認為機器學(xué)習(ML)算法不能用于臨床實踐,因為算法不能為他們的決策提供理由,”馬薩諸塞州綜合醫(yī)院(MGH)進行的研究的共同主要作者Sehyo Yune說。
如何訓(xùn)練AI系統(tǒng)來檢測腦出血?
為了訓(xùn)練該系統(tǒng),研究小組開始進行904次頭部CT掃描,每次掃描由大約40個單獨的圖像組成,這些圖像由一組五名神經(jīng)放射學(xué)家標記,他們是否描述了五種出血亞型中的一種 - 基于其中的位置。大腦 - 或沒有出血。
為了提高這種深度學(xué)習系統(tǒng)的準確性,團隊內(nèi)置的步驟模仿了放射科醫(yī)師分析圖像的方式。
一旦模型系統(tǒng)被創(chuàng)建,該團隊就在兩組不同的CT掃描上進行了測試 - 在系統(tǒng)開發(fā)之前進行的回顧性設(shè)置,包括100次掃描和100次沒有顱內(nèi)出血,以及預(yù)期的79次掃描和在模型創(chuàng)建后采取117沒有出血。
另讀|這個新的AI系統(tǒng)可以比你的醫(yī)生更好地對待你
人工智能系統(tǒng)被證明是準確的,甚至更好
準確
在對回顧性組合的分析中,模型系統(tǒng)在檢測和分類顱內(nèi)出血方面同樣,因為放射科醫(yī)師已經(jīng)對掃描結(jié)果進行了評估。
非專業(yè)人類讀者
在對前瞻性集合的分析中,它被證明甚至比更好。
AI系統(tǒng)通過從用于訓(xùn)練系統(tǒng)的圖像的圖集顯示具有相似外觀(右)的圖像來解釋其對蛛網(wǎng)膜下腔(左上方)和腦室內(nèi)(左下方)出血的診斷的能力。
“除了提供急需的虛擬第二意見外,該系統(tǒng)還可以直接部署在掃描儀上,提醒護理團隊出現(xiàn)出血并在患者離開掃描儀之前觸發(fā)適當?shù)倪M一步檢測。”