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。”