研究人员声称他们已经开发了一种人工智能(AI)算法，可以检测和识别不同类型的脑损伤。
剑桥大学和伦敦帝国理工学院的研究团队已经在大量的CT扫描上对AI进行了临床验证和测试，发现该AI成功地能够检测，分割，量化和区分不同类型的脑部病变。
该结果发表在《柳叶刀数字健康》杂志上，可用于大规模的研究研究，以开发针对头部受伤的更多个性化治疗方法，并经过进一步验证，可用于某些临床情况，例如那些放射专业知识非常宝贵。
研究共同资深作者，英国剑桥大学教授大卫·梅农说：“ CT是非常重要的诊断工具，但很少用于定量分析。”
Menon补充说：“通常，CT扫描中的许多丰富信息都被遗漏了，作为研究人员，我们知道脑部病变的类型，数量和位置对患者的预后至关重要。”
研究人员希望设计和开发一种可以自动识别和量化不同类型的脑部损伤的工具，以便我们可以在研究中使用它，并探索其在医院环境中的可能用途。
该团队开发了基于人工神经网络的机器学习工具。他们在600多次不同的CT扫描中对该工具进行了培训，显示出不同大小和类型的脑部病变。
然后，他们在现有的大型CT扫描数据集中验证了该工具。
AI能够对每个图像的各个部分进行分类，并判断其是否正常。这对于以后如何研究头部受伤的情况可能很有用，因为AI在检测随时间变化的细微变化方面可能比人类更一致。
“该工具将使我们能够回答以前无法回答的研究问题。我们想在大型数据集上使用它，以了解多少影像可以告诉我们患者的预后。”研究研究员Virginia Newcombe说。
尽管研究人员目前计划仅将AI用于研究，但他们说，经过适当验证，它也可以用于某些临床情况，例如在放射医生很少的资源有限的地区。
此外，研究人员说，它可能在急诊室有潜在用途，可以帮助患者早日回家。在所有头部受伤的患者中，只有10%至15%的病灶可以在CT扫描中看到。
这组作者写道，人工智能可以帮助确定这些需要进一步治疗的患者，因此可以将没有脑部病变的患者送回家，尽管对该工具的任何临床使用都需要进行彻底的验证。