AI算法怎樣對(duì)頭部CT檢查進(jìn)行分類

根據(jù)發(fā)表的研究報(bào)告，人工智能（AI）算法可以對(duì)一系列急性神經(jīng)事件（例如中風(fēng)，出血或急性腦積水）進(jìn)行頭部CT檢查，從而能夠?qū)π枰派淇漆t(yī)生進(jìn)行緊急檢查的病例進(jìn)行分類。

來自美國(guó)西奈山伊坎醫(yī)學(xué)院的研究人員訓(xùn)練了一個(gè)3D卷積神經(jīng)網(wǎng)絡(luò)（CNN）來分析頭部CT圖像并確定，用于分類，如果它們包含急性神經(jīng)系統(tǒng)疾病或非關(guān)鍵性發(fā)現(xiàn)。盡管不如放射科醫(yī)師準(zhǔn)確，但在模擬臨床環(huán)境中發(fā)現(xiàn)該算法在提供關(guān)鍵發(fā)現(xiàn)的通知方面要快得多。在模擬放射科醫(yī)師工作清單中對(duì)緊急病例進(jìn)行優(yōu)先排序也很有效。

加快診斷速度

深度學(xué)習(xí)項(xiàng)目是最初的研究，該研究啟動(dòng)了美國(guó)西奈山人工智能研究聯(lián)盟（AISINAI），這是一組西奈山衛(wèi)生系統(tǒng)的科學(xué)家，醫(yī)生和研究人員，致力于開發(fā)醫(yī)學(xué)AI，以改善患者護(hù)理并準(zhǔn)確幫助醫(yī)生據(jù)研究人員稱，疾病的診斷。

美國(guó)山地伊坎醫(yī)學(xué)院神經(jīng)外科系講師：“這是我的個(gè)人經(jīng)驗(yàn)，神經(jīng)外科醫(yī)生，我的技術(shù)培訓(xùn)作為一個(gè)數(shù)學(xué)家和深入學(xué)習(xí)研究的完美結(jié)合，”。由于我在照顧患有急性神經(jīng)系統(tǒng)疾病的患者方面的具體經(jīng)驗(yàn)，我的動(dòng)機(jī)是，任何減少我們接觸它們的時(shí)間的方法可能會(huì)改善其結(jié)果。

美國(guó)有線電視新聞網(wǎng)接受了培訓(xùn)，將研究標(biāo)記為關(guān)鍵性或非關(guān)鍵性;研究人員表示，根據(jù)臨界發(fā)現(xiàn)概率，可以在放射科醫(yī)生的工作隊(duì)列中對(duì)這些考試進(jìn)行排序。通過對(duì)算法的測(cè)試，他們確定可以構(gòu)建一個(gè)分類系統(tǒng)，該系統(tǒng)在人類靈敏度水平上起作用，并且理論上可以在50％的關(guān)鍵病例中以21％的誤報(bào)率警告醫(yī)生。

性能更快

為了研究深度學(xué)習(xí)技術(shù)是否可以對(duì)研究進(jìn)行有意義的分類，研究人員在模擬臨床環(huán)境中進(jìn)行了一項(xiàng)隨機(jī)對(duì)照試驗(yàn)，以評(píng)估該方法作為報(bào)警機(jī)制以及分類系統(tǒng)。研究人員表示，該算法平均完成了1.2秒的圖像預(yù)處理和推理，而放射科醫(yī)師平均需要177秒來檢查圖像并提供關(guān)鍵發(fā)現(xiàn)的通知。

在為模擬臨床環(huán)境中的病例生成工作隊(duì)列時(shí)，研究人員還發(fā)現(xiàn)，AI算法對(duì)緊急病例進(jìn)行分類的能力產(chǎn)生了可量化的好處。對(duì)于優(yōu)先列表而言，緊急研究早于常規(guī)病例出現(xiàn)，隊(duì)列位置的差異具有統(tǒng)計(jì)學(xué)意義（p=0.01）。

在未來，研究人員計(jì)劃比較和研究弱監(jiān)督和強(qiáng)監(jiān)督分類器與放射成像的效果，以及探索結(jié)合兩種方法的最佳方法。

該系統(tǒng)尚未在臨床上使用，因?yàn)樵撔〗M主要關(guān)注理論和應(yīng)用深度學(xué)習(xí)研究。但是，我們非常有興趣找到改善患者護(hù)理的方法。我們的團(tuán)隊(duì)主要受到醫(yī)生的影響，改善患者的治療效果是我們最關(guān)心的問題。