據(jù)英國(guó)劍橋大學(xué)官網(wǎng)2020 年5 月14 日消息,來(lái)自該校和帝國(guó)理工學(xué)院的科學(xué)家開發(fā)出一種新AI 算法, 并借助大量CT 掃描數(shù)據(jù)對(duì)其進(jìn)行臨床驗(yàn)證和測(cè)試, 結(jié)果表明其能成功檢測(cè)、 分割、 量化并區(qū)分不同類型腦部病變。 據(jù)悉, 新算法有望幫助研究人員為顱腦損傷開發(fā)出更多個(gè)性化療法；也可以用于某些臨床情況, 例如在放射醫(yī)生很少的地區(qū)使用。

腦損傷是巨大的全球公共衛(wèi)生負(fù)擔(dān), 每年影響多達(dá)6 000 萬(wàn)人, 它是造成年輕人死亡的主要原因。 頭部受傷的患者通常會(huì)通過(guò)電子計(jì)算機(jī)斷層掃描（CT）, 檢查大腦中或周圍的血液, 確定是否需要手術(shù)。

論文合著者、 劍橋大學(xué)醫(yī)學(xué)系戴維·梅農(nóng)教授說(shuō): “CT 是非常重要的診斷工具, 但很少用于定量分析, 此外, CT 掃描中很多可用的信息往往被遺漏, 而患者腦部病變的類型、 大小和位置對(duì)患者的治療和后續(xù)健康狀況至關(guān)重要。 大腦中或大腦周圍不同類型的血液可能會(huì)對(duì)患者產(chǎn)生不同影響, 放射科醫(yī)生通常會(huì)進(jìn)行估算, 以確定最佳治療方案?！?/p>

鑒于此, 研究人員希望設(shè)計(jì)并開發(fā)出一種能自動(dòng)識(shí)別并量化不同類型腦部病變的工具, 以便在研究中使用它, 并探索其在醫(yī)院環(huán)境中的可能用途。

研究人員開發(fā)了基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)工具, 并在600 多次不同的CT 掃描中對(duì)其進(jìn)行了訓(xùn)練, 向其顯示了不同大小和類型的腦部病變,然后借助現(xiàn)有大型CT 掃描數(shù)據(jù)集對(duì)該工具進(jìn)行了驗(yàn)證。

結(jié)果表明, 這一AI 算法能對(duì)每個(gè)圖像的各個(gè)部分進(jìn)行分類, 并判斷其是否正常, 這對(duì)于研究頭部損傷的惡化情況可能很有用。 梅農(nóng)說(shuō): “希望它能幫我們確定哪些病變會(huì)進(jìn)一步惡化, 并了解它們?yōu)楹螘?huì)惡化, 以便未來(lái)可以為患者開發(fā)出更具個(gè)性化的療法?！?/p>

研究人員解釋稱, 該AI 算法也有望在急診室發(fā)揮作用。 在所有頭部受傷患者中, 只有10%～15%的病灶可以在CT 掃描中看到, 新AI 工具可識(shí)別出需要進(jìn)一步治療的患者。

研究結(jié)果發(fā)表于最新一期《柳葉刀·數(shù)字健康》 雜志, 得到了歐盟、 歐洲研究委員會(huì)和美國(guó)國(guó)立衛(wèi)生研究院的資助。