在新的研究中，人工智能深度學(xué)習算法能夠準確識別頭部CT掃描中9種不同程度的異常。
研究人員從印度20家醫院門(mén)診放射中心，收集了超過(guò)313000張匿名患者的頭部CT掃描影像來(lái)訓練其算法，并隨機選擇9000多名患者的21000個(gè)掃描樣本驗證算法。結果顯示算法能夠準確識別頭部CT掃描中9種不同的嚴重異常。
這項由印度Qure.ai公司資助，題為《Deep learning algorithms for detection of critical findings in head CT scans: a retrospective study》的研究，發(fā)表在《柳葉刀》（The Lancet）雜志上。
急診室腦CT識別困境
頭部CT（腦CT）檢查，是利用CT對顱腦進(jìn)行檢查的一種方法。在頭部受外傷時(shí)，腦CT是最重要的影像學(xué)診斷方法。腦CT可明確顯示顱內腫瘤的數目、部位、大小、輪廓、密度、瘤內出血、鈣化以及擴散程度。
通常急診顱腦CT常見(jiàn)的疾病包括顱骨骨折、硬膜外血腫、硬膜下血腫、蛛網(wǎng)膜下腔出血、高血壓性腦出血等多種類(lèi)型。
據《美國醫學(xué)會(huì )雜志》(JAMA)研究顯示，近年來(lái)美國急診室計算機斷層掃描（CT）使用率呈不斷攀升趨勢。
但與之成鮮明對比的是，急診室病人通過(guò)頭部CT掃描正確診斷分類(lèi)，并最終搶救成功的案例數增長(cháng)趨勢并不明顯，比率只是略有上升。
急診室醫生面臨的一個(gè)問(wèn)題是，如何通過(guò)頭部CT掃描將病人頭部創(chuàng )傷類(lèi)型快速準確地按病情輕重緩急區分開(kāi)。
AI識別九類(lèi)頭部創(chuàng )傷
由印度Qure.ai 公司、印度那格浦爾CT和MRI中心、美國梅奧診所放射科、印度新德里成像，神經(jīng)科學(xué)和基因組學(xué)高級研究中心組成的研究小組，在2011年到2017年六月之間，進(jìn)行了一場(chǎng)AI識別腦CT研究。
算法數據來(lái)自印度約20個(gè)中心，超過(guò)313000張匿名患者頭部CT掃描影像（排除了7歲以下患者的術(shù)后掃描）。研究還隨機選擇了9000多名患者的21000個(gè)掃描樣本驗證算法。
研究過(guò)程中，主要用于評估算法的是AUC（ROC曲線(xiàn)下方的面積大?。?。包含21095次掃描數據的Qure25k數據集用于開(kāi)發(fā)算法；包含第一批214次掃描和第二批277次掃描的CQ500數據集用于驗證算法。最初的臨床放射學(xué)報告和三位獨立放射科醫師的共識分別被認為是Qure25k和CQ500數據集的標準。
結果顯示，經(jīng)過(guò)訓練的深度學(xué)習算法能夠識別各種顱內出血（即實(shí)質(zhì)內、腦室內、硬膜下、硬膜下和蛛網(wǎng)膜下腔）、顱骨骨折、中線(xiàn)轉移以及質(zhì)量效應等CT異常，可以成為識別創(chuàng )傷環(huán)境中急性頭部CT異常的有用輔助手段。
研究人員表示，這些結果需要盡快傳達給醫生。算法的AI自動(dòng)化系統應用在偏遠地區，可方便放射科醫生工作使用。
人工智能應用腦CT診斷
人工智能技術(shù)已經(jīng)應用于胸部X光、胸部CT、腦CT等多種成像結果異常的檢測中。據雷鋒網(wǎng)了解，在腦CT檢測領(lǐng)域，早已有諸多玩家入局。
總部設在以色列特拉維夫的醫療人工智能公司Aidoc，其基于A(yíng)I的工作流程優(yōu)化組合產(chǎn)品，可與放射科醫師合作，用于標記腦部CT中的急性顱內出血（ICH）病例。
了解到，2018年8月，美國FDA批準了Aidoc其組合產(chǎn)品，這也是FDA批準的全球首個(gè)利用深度學(xué)習技術(shù)，協(xié)助放射科醫生進(jìn)行分診工作的產(chǎn)品。
另外，總部位于舊金山的醫療保健公司 Viz.AI?，2018年2月獲得了FDA對其腦卒中護理應用的營(yíng)銷(xiāo)授權。該應用程序通過(guò)分析大腦的CT圖像，并可以在發(fā)現可疑的大血管阻塞時(shí)向神經(jīng)血管專(zhuān)家發(fā)送文本通知，同時(shí)安排供應商對圖像進(jìn)行標準審查。
點(diǎn)擊下圖，預登記觀(guān)展
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
