ИИ успешно используется для выявления различных видов черепно-мозговых травм

Исследователи разработали алгоритм искусственного интеллекта, который может обнаруживать и идентифицировать различные виды повреждений головного мозга.

Исследователи из Университета Кембриджа и Имперского колледжа Лондона клинически подтвердили и протестировали ИИ на больших наборах компьютерных томограмм и обнаружили, что он успешно способен обнаруживать, сегментировать, количественно определять и дифференцировать различные типы поражений головного мозга.

Результаты, представленные в The Lancet Digital Health, могут быть полезны в крупномасштабных научных исследованиях, для разработки более персонализированных методов лечения травм головы.

Повреждение головы является огромным бременем для общественного здравоохранения во всем мире и затрагивает до 60 миллионов человек в год. Это основная причина смертности среди молодых людей. Когда пациент получает травму головы, его обычно отправляют на компьютерную томографию, чтобы проверить наличие крови в головном мозге или вокруг него, и чтобы определить, требуется ли операция.

«КТ – невероятно важный диагностический инструмент, но он редко используется количественно», – сказал один из старших авторов профессор Дэвид Менон из медицинского факультета Кембриджа. «Часто большая часть информации, доступной в компьютерной томографии, не учитывается, и, как исследователи, мы знаем, что тип, объем и расположение поражения в мозге важны для результатов лечения пациентов».

Различные типы крови в головном мозге или вокруг него могут привести к разным исходам у пациентов, и радиологи часто делают оценки для определения наилучшего курса лечения.

«Детальная оценка компьютерной томографии с аннотациями может занять несколько часов, особенно у пациентов с более серьезными травмами», – говорит соавтор доктор Вирджиния Ньюкомб, также работающая в медицинском департаменте Кембриджа. «Мы хотели спроектировать и разработать инструмент, который мог бы автоматически идентифицировать и количественно определять различные типы поражений головного мозга, чтобы мы могли использовать его в исследованиях и изучить его возможное использование в условиях больницы».

Исследователи разработали инструмент машинного обучения на основе искусственной нейронной сети(ИНС). Они обучили ИНС данными более 600 различных компьютерных томограмм, демонстрирующих поражения головного мозга разных размеров и типов. Затем они проверили инструмент на существующем большом наборе данных компьютерных томограмм.

ИИ смог классифицировать отдельные части каждого изображения и сказать, было ли это нормой или нет. Это может быть полезно для будущих исследований того, как развиваются травмы головы, поскольку ИИ может быть более последовательным, чем человек, при обнаружении незначительных изменений во времени.

«Этот инструмент позволит нам ответить на вопросы исследования, на которые мы не могли ответить раньше», – сказала Ньюкомб. «Мы хотим использовать его для больших наборов данных, чтобы понять, сколько изображений может рассказать нам о прогнозе пациентов».

«Мы надеемся, что это поможет нам определить, какие поражения увеличиваются и прогрессируют, и понять, почему они развиваются, чтобы в будущем мы могли разработать более персонализированное лечение для пациентов», – сказал Менон.

В настоящее время планируют использовать этот ИИ только для исследований, но его также можно использовать в определенных клинических сценариях, например, в районах с ограниченными ресурсами, где мало рентгенологов.

Кроме того, исследователи говорят, что он может быть использован в отделениях неотложной помощи, что поможет пациентам быстрее вернуться домой. Из всех пациентов с травмой головы только от 10 до 15% имеют поражение, которое можно увидеть при компьютерной томографии. ИИ может помочь идентифицировать этих пациентов, которые нуждаются в дальнейшем лечении, поэтому тех, у кого нет поражения головного мозга, можно отправить домой, хотя любое клиническое использование инструмента должно быть тщательно проверено.

Возможность автоматического анализа больших наборов данных также позволит исследователям решать важные клинические исследовательские вопросы, на которые ранее было сложно ответить, включая определение релевантных характеристик для прогноза, которые, в свою очередь, могут помочь нацелить терапию.

DOI: 10.1016 / S2589-7500 (20) 30085-6

Вас также может заинтересовать:

Что такое сотрясение мозга?