據英國劍橋大學官網2020 年5 月14 日消息,來自該校和帝國理工學院的科學家開發(fā)出一種新AI 算法, 并借助大量CT 掃描數據對其進行臨床驗證和測試, 結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。 據悉, 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)生負擔, 每年影響多達6 000 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。

論文合著者、 劍橋大學醫(yī)學系戴維·梅農教授說: “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)健康狀況至關重要。 大腦中或大腦周圍不同類型的血液可能會對患者產生不同影響, 放射科醫(yī)生通常會進行估算, 以確定最佳治療方案?！?/p>

鑒于此, 研究人員希望設計并開發(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)了基于人工神經網絡的機器學習工具, 并在600 多次不同的CT 掃描中對其進行了訓練, 向其顯示了不同大小和類型的腦部病變,然后借助現有大型CT 掃描數據集對該工具進行了驗證。

結果表明, 這一AI 算法能對每個圖像的各個部分進行分類, 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。 梅農說: “希望它能幫我們確定哪些病變會進一步惡化, 并了解它們?yōu)楹螘夯? 以便未來可以為患者開發(fā)出更具個性化的療法?！?/p>

研究人員解釋稱, 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一步治療的患者。

研究結果發(fā)表于最新一期《柳葉刀·數字健康》 雜志, 得到了歐盟、 歐洲研究委員會和美國國立衛(wèi)生研究院的資助。