生物科学门户网站
BIO1000.COM

深度学习模型可快速检测中风引起的阻塞

伊利诺伊州奥克布鲁克市-根据《放射学》上发表的一项研究,一种名为深度学习的复杂类型的人工智能(AI)可以帮助快速检测向头部供血的动脉中的阻塞,从而有可能加快挽救生命的治疗的发生。。

大血管闭塞是动脉的阻塞,这些动脉向大脑供应了氧化的血液。这些阻塞占缺血性中风(最常见的中风类型)的很大一部分。为了通过称为血管内疗法的治疗开始再通或阻塞动脉的开放,及时诊断至关重要。

研究主要作者Matthew T. Stib博士说:“在这种对时间敏感的诊断中,时间很紧要。”医学博士是位于罗德岛普罗维登斯的布朗大学沃伦·阿尔珀特医学院放射科住院医师。“我们减少重新通气时间的每一分钟都会使患者的无残障寿命延长一周。”

CT血管造影(CTA)是一项三分钟的检查,提供了详细的血管视图,是检测这些阻塞的黄金标准。放射科医生在CTA上识别大型血管阻塞的准确性很高,但并非总是如此,而且医院的任何积压都可能进一步延误治疗。

布朗的Stib博士及其同事探索了深度学习的用途,以帮助快速检测CTA上的大血管闭塞并缩短治疗时间。

研究人员与布朗的计算机科学部门紧密合作,从头开始开发了深度学习模型。他们对疑似急性缺血性卒中患者使用了大量的CTA检查样本,以训练该算法来识别大血管闭塞的出现并将其与其他情况区分开。CTA考试的预处理包括创建最大强度的投影图像,以强调对比度增强的脉管系统。研究人员还使用了多相CTA,这是一种比单相技术更全面的信息。

当他们在62位患者的多阶段CTA检查中测试深度学习模型时,该模型检测到所有31条大血管闭塞的敏感性为100%,比单阶段CTA的77%敏感性比率具有统计学上的显着提高。多相CTA的使用有助于提高性能。

斯蒂布博士说:“这些结果很有希望。”“我们确实想优化模型的敏感性,以确保我们能够选择每一个案件,因为遗漏案件会带来非常可怕的后果。”

这项研究是首次使用多相CTA来观察头颈部前部或前部动脉以及后部或后部动脉的闭塞情况。

斯蒂布博士说:“后循环闭塞在机器学习文献中没有得到太多讨论。”“它们不常见,但是如果遗漏会产生非常深远的临床后果。重要的是要有一种算法来检测前后各方面的咬合。”

研究的下一步是使用该算法实时验证结果,并查看它是否可以改善患者的治疗效果。如果结果保持不变,那么深度学习模型将在没有专门知识来读取大型血管闭塞CTA图像的医疗中心或医院中成为有用的资产。

斯蒂布博士说:“这种算法并不能取代放射科医生的工作能力;相反,它正在试图加快诊断时间。”“因此,如果放射科医生不在身边,或者工作量很大,妨碍某人快速查看检查结果,就会发出警报,提示可能存在阻塞,应该有人对此进行检查。这就是价值所在就是这种模型。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。