人工智能平台筛查急性神经系统疾病

根据西奈山伊坎医学院进行的一项研究，一种旨在识别广泛的急性神经系统疾病(如中风、出血和脑积水)的人工智能平台被证明可以在1.2秒内通过CT扫描识别疾病，比人类诊断更快。该研究今天发表在杂志上自然医学．

西奈山伊坎医学院神经外科讲师、资深作者Eric Oermann医学博士说:“总处理和解释时间为1.2秒，这样的分诊系统可以提醒医生关键的发现，否则可能需要排队几分钟到几个小时。”“我们正在实现这一愿景，即在医学领域开发人工智能，解决临床问题，改善患者护理。”

这是第一个可用的研究人工智能用于检测广泛的急性神经事件并展示直接的临床应用。研究人员使用37236个头部CT扫描来训练深度神经网络，以识别图像中是否包含关键或非关键的发现。然后，该平台在模拟临床环境中进行了盲法随机对照试验，根据严重程度对头部CT扫描进行了分类。研究人员测试了计算机软件识别和提供通知的速度，以及放射科医生发现疾病所需的时间。计算机算法对图像进行预处理，运行推理方法，并在必要时发出警报的平均时间比医生读取图像的时间短150倍。

这项研究使用了“弱监督学习方法”，它建立在研究团队在自然语言处理方面的专业知识和西奈山卫生系统的大型临床数据集的基础上。Oermann博士说，这项研究的下一阶段将需要增强计算机对CT扫描的标记，并转向“强监督学习方法”和提高数据效率的新技术。研究人员估计，利用这些变化重新设计系统的目标将在未来两年内完成。

“‘时间就是大脑’这一表达表明，快速反应在急性神经疾病的治疗中至关重要，因此任何减少诊断时间的工具都可能改善患者的结果，”该研究的合著者、西奈山卫生系统神经外科教授和系统主席、神经外科模拟核心临床主任Joshua Bederson医学博士说。

“深度学习和计算机视觉技术在放射成像中的应用对于21世纪的医疗保健来说是非常必要的，”研究作者Burton Drayer博士说，他是西奈山卫生系统放射学系的Charles M.和Marilyn Newman教授和系统主席，西奈山医生学院实践的首席执行官，以及伊坎医学院临床事务院长。

---

---