“AI新算法能识别不同类型脑损伤”

本篇文章753字，读完约2分钟

英国剑桥大学官网14日宣布，该校和帝国理工学院的科学家开发了新的ai算法，使用大量的ct扫描数据进行了临床验证和测试，结果成功检测、分割、量化、区分了不同类型的大脑病变。 新算法也可以用于一些临床情况，如放射线医生很少的地区，有望帮助研究者为脑损伤开发出越来越多的个性化疗法。

脑损伤是巨大的世界公共卫生负担，每年影响6000万人，是年轻人死亡的首要原因。 头部受伤的患者通常通过电子计算机断层扫描( ct )检查大脑中和周围的血液，明确是否需要手术。

论文的共同作者、剑桥大学医学系大卫·梅农教授说:“ct是重要的诊断工具，但很少用于定量分解。 另外，ct扫描可用的许多新闻容易泄露，患者大脑病变的类型、大小、位置对患者的治疗和随后的健康状况至关重要。 大脑中和大脑周围不同类型的血液可能对患者产生不同的影响，放射科医生一般会进行推断，以明确最佳的治疗方案。

因此，研究人员希望设计和开发能够自动识别和量化不同类型脑病变的工具，用于研究，探索在医院环境中的可能用途。

研究人员开发了基于人工神经网络的机器学习工具，通过600多次不同的ct扫描进行了训练，显示出不同的大小和类型的大脑病变，利用现有的大型ct扫描数据集对工具进行了验证。

结果表明，该ai算法可以对各图像的各部分进行分类，评价是否正常，有助于研究头部损伤的恶化情况。 梅农说:“我想明确这些病变进一步恶化的理由，希望将来能为患者开发更个性化的治疗方法。”

研究人员解释说，这种ai算法也有望在急诊室发挥作用。 头部受伤的患者中，只有10%至15%的病灶可以通过ct扫描看到，新的ai工具可以识别出需要进一步治疗的患者。

研究结果发表在最新一期的《柳叶刀数字健康》杂志上，得到欧盟、欧洲研究委员会及美国国立卫生研究院的资助。 (记者刘霞)