VR、3D 在對於醫療領域早已不新鮮了，早在 2014 年，FDA 就批准了一個使用了先進 3D 功能和增強現實的仿真技術，這項技術用在醫療培訓和設備測試中，但融合的機器學習/人工智慧的 VR、3D 技術卻沒見過。
AIHealth 瞭解到，倫敦帝國理工學院開發了一個新軟體，可以為每個病人構建一個虛擬的3D心臟，模仿病人的每次心跳以及與其相關的功能，在這個模型中，人工智慧能快速發現，與心臟功能有關的預測心力衰竭，和死亡準確度最高的因子，該模型中整合了心臟的 MRI、血液測試和其他觀測資訊。
相比於常規的方法，機器學習能更快更準確地預測，嚴重心臟病患者群體的死亡率。
這項技術已經在肺動脈高壓患者顯示有效。肺動脈高壓如果治療不當，可能引發心率衰竭。然而，對於肺動脈高壓，可能引發心力衰竭的預防性治療，需要預測病人的患病率，而這在當前的技術條件下通常是不準確的。
到目前為止，放射科醫生要耗費大量時間對心臟功能進行評估，期望可以提前辨識出那些病情惡化處於危險期的患者。而在最新的研究中，科學家只需要透過人工智慧，或是機器學習，就可以預測某個特定患者的存活率，比傳統技術更快更準確。
利用帝國理工學院 Hammersmith 醫院的 250 名患者數據，軟體分析每位患者心臟的動態 MRI 圖，目的是建構每次心跳時，與心臟相關的超過 3 萬個功能點。有了這些資訊，就能為每個患者創建一個虛擬的 3D 心臟，並且之後軟件能自動調試，找到預測心力衰竭和死亡最準確的因子。
倫敦帝國理工學院的 Declan O’Regan 博士，也是這篇文章的主要作者。這樣說道，
這是電腦第一次分析心臟掃描圖，預測病人的存活時間，這可能會變革心臟病患者的治療方式。
合作作者，LMS 的 Tim Dawes 博士，開發了支持該軟體的算法。他表示，
電腦在幾秒內就可以完成這種分析，完全不需人類參與，自動整合來自影像、血液檢測和其他觀測的數據，它能協助醫生在正確的時間，給正確的患者於正確的治療。
實驗結果發佈在《Radiology》上，結果表明相比於當前的方法，這種機器學習程序能預測得更快、更準確。
研究人員說，未來，這種技術有可能應用於其他類型的心臟病患者身上。
他們補充道，這是第一個通過人工智慧去預測心臟疾病轉歸結果的研究。雖然在癌症和大腦疾病方面，人工智慧發揮很大的用處，但是對於心臟動態影像圖的分析更加具有挑戰性。
在美國，肺動脈高壓影響人數高達 7000 人次，肺動脈高壓是各種原因引起的靜息狀態下右心導管測得的肺動脈平均壓（mean pulmonary arterial pressure，mPAP）≧25mmHg 的一組臨床病理生理綜合徵。由於肺血管重塑引起肺循環血流動力學改變，最終可導致右心衰竭，甚至死亡。高達三分之一的患者在確診後 5 年內去世。
未來，這項技術甚至能用於其他心臟狀況可能轉歸的疾病的預測，Dawes 博士補充道，我們想要進一步完善這項技術，使其可以應用在許多其他的心臟疾病中。我們想要探索，是否有更好的預測方法以指導疾病治療，從而讓人活得更久。
這個團隊目前利用不同醫院的數據來測試這個軟體，以驗證其研究結果。
研究的終極目標是：軟體不僅能預測存活率，還能預測出對於每位患者而言，採取哪種治療手段的效果最好。
0 comments:
張貼留言