劉霞

近期，來自英國劍橋大學(xué)和帝國理工學(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)對其進(jìn)行臨床驗證和測試，結(jié)果表明其能成功檢測、分割、量化并區(qū)分不同類型腦部病變。新算法有望幫助研究人員為顱腦損傷開發(fā)出更多個性化療法;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)6000萬人，它是造成年輕人死亡的主要原因。頭部受傷的患者通常會通過電子計算機斷層掃描（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：“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對患者產(chǎn)生不同影響，放射科醫(yī)生通常會進(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)計并開發(fā)出一種能自動識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)的機器學(xué)習(xí)工具，并在600多次不同的CT掃描中對其進(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)集對該工具進(jìn)行了驗證。

結(jié)果表明，這一AI算法能對每個圖像的各個部分進(jìn)行分類，并判斷其是否正常，這對于研究頭部損傷的惡化情況可能很有用。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工具可識別出需要進(jìn)一步治療的患者。