Google hopes AI can predict heart disease by looking at retinas
 |
| EXDVR 隆重上市網址：www.uoi.com.tw |
leiphone 作者：刘伟
倫敦帝國理工學院和愛丁堡大學的科學家們，發明一款軟體，它能夠發現小血管病變，並判斷病變的嚴重程度。小血管病變，是導致中風和痴呆的最常見原因之一。這項研究是在查林十字醫院進行的，結果發表在《放射學》雜誌上。
研究人員稱，這項技術可以幫助臨床醫生，在緊急情況下更快地為病人實施最佳治療，以及預測某人患痴呆症的概率。同時，它也有助於為更加個性化的醫療服務鋪平道路。
論文的第一作者——倫敦帝國理工學院的臨床講師Paul Bentley博士介紹道：「這還是人工智慧，首次從腦卒中和記憶障礙患者的CT圖像中，準確測量出小血管病變的標誌。我們的技術很穩定，而且比MRI精度更高，後者被認為是今天的黃金標準診斷技術。這有助於患者在日常生活中，得到更好的治療和護理。」
愛丁堡大學神經影像科學主任Joanna Wardlaw教授補充說：「我們的目標是打造一款有助於挖掘大型常規掃描數據集的掃描閱讀工具，並冀望它在經過更多測試後，能夠在醫院對中風患者進行輔助評估，現在我們剛剛邁出了第一步。」
小血管病變是老年群體中，非常常見的一種神經疾病，它會導致流向腦白質連接區的血液減少，損傷並最終殺死腦細胞，引發中風、痴呆和情緒障礙。小血管病變會隨著年齡的增長而加重，而高血壓和糖尿病會加速這一進程。
目前，醫生主要透過MRI或CT掃描，尋找腦白質的變化，來診斷小血管病變，這種方法依賴於醫生測量掃描圖，來確定疾病的擴散程度。Paul Bentley博士介紹，在CT掃描圖像中，很難確定小血管病變的邊界，因此評估疾病的嚴重程度，變得非常困難。
相比之下，MRI的測量精度更高，但由於設備稀少，且不適用與急診場景和老年患者，這種方法並不是最常用的。
Paul Bentley博士補充道：「透過CT和MRI診斷小血管疾病是有效的，但醫生很難透過肉眼，判斷疾病的嚴重程度。我們的新方法之所以重要，是因為它可以自動並精確地評估，疾病的嚴重程度。這項方法可以廣泛應用於診斷、痴呆患者監護，以及中風急救的緊急決策。」
Bentley博士解釋說，這款軟體可以在神經疾病的急救中，幫助醫生決策，促進更加個性化的醫療服務。舉例來說，治療中風患者時，可以使用血栓溶解藥物來疏通動脈。但這種治療方法有可能導致出血，而且小血管病變越嚴重，出血的可能性就越大。
未來這款軟軟體可以用來評估病人出血的風險，以便醫生根據病人的實際情況，及其他因素，決定是否採用血栓溶解藥物治療。
他還建議，這款軟體可以用於量化病人，因小血管病變緩慢發展，而患上痴呆和癱瘓的可能性。這有助於提醒醫生們，注意潛在的可逆的致病因素，比如高血壓和糖尿病。
這項研究用到了2000年至2014年間，英國70家醫院裡進行的1082次腦卒中患者CT掃描的歷史數據，其中包括第三次國際中風試驗的病例數據。
軟體辨識並測量小血管病變的標誌後，會給出一個數據，表示疾病的嚴重程度，從輕微到嚴重分為幾個不同等級。與此同時，專家醫生也對這些掃描結果進行了評估。研究人員將軟體，和專家醫生評估的結果對照後發現，二者一樣準確。
軟體辨識並測量小血管病變的標誌後，會給出一個數據，表示疾病的嚴重程度，從輕微到嚴重分為幾個不同等級。與此同時，專家醫生也對這些掃描結果進行了評估。研究人員將軟體，和專家醫生評估的結果對照後發現，二者一樣準確。
此外，有60例患者在同一個項目中，同時進行了MRI和CT掃描，並用MRI評估了小血管病變的確切數量。結果表明，這款軟體預測小血管病變的準確率達到了85%。
目前，該研究小組正在使用類似方法，透過腦部CT來評估腦萎縮等其他疾病。
沒有留言:
張貼留言