研究人员用 AI 评估小血管病变,可预测病人患中风和痴呆的概率

简介:
研究人员用 AI 评估小血管病变,可预测病人患中风和痴呆的概率

雷锋网消息 伦敦帝国理工学院和爱丁堡大学的科学家们发明了一款软件,它能够发现小血管病变,并判断病变的严重程度。小血管病变是导致中风和痴呆的最常见原因之一。这项研究是在查林十字医院进行的,结果发表在《放射学》杂志上。

研究人员称,这项技术可以帮助临床医生在紧急情况下更快地为病人实施最佳治疗,以及预测某人患痴呆症的概率。同时,它也有助于为更加个性化的医疗服务铺平道路。

论文的第一作者——伦敦帝国理工学院的临床讲师Paul Bentley博士介绍道:“这还是人工智能首次从脑卒中和记忆障碍患者的CT图像中准确测量出小血管病变的标志。我们的技术很稳定,而且比MRI精度更高,后者被认为是今天的黄金标准诊断技术。这有助于患者在日常生活中得到更好的治疗和护理。

爱丁堡大学神经影像科学主任Joanna Wardlaw教授补充说:“我们的目标是打造一款有助于挖掘大型常规扫描数据集的扫描阅读工具,并冀望它在经过更多测试后,能够在医院对中风患者进行辅助评估,现在我们刚刚迈出了第一步。”

小血管病变是老年群体中非常常见的一种神经疾病,它会导致流向脑白质连接区的血液减少,损伤并最终杀死脑细胞,引发中风、痴呆和情绪障碍。小血管病变会随着年龄的增长而加重,而高血压和糖尿病会加速这一进程。

目前,医生主要通过MRI或CT扫描寻找脑白质的变化来诊断小血管病变,这种方法依赖于医生测量扫描图来确定疾病的扩散程度。Paul Bentley博士介绍,在CT扫描图像中,很难确定小血管病变的边界,因此评估疾病的严重程度变得非常困难。

相比之下,MRI的测量精度更高,但由于设备稀少,且不适用与急诊场景和老年患者,这种方法并不是最常用的。

Paul Bentley博士补充道:“通过CT和MRI诊断小血管疾病是有效的,但医生很难通过肉眼判断疾病的严重程度。我们的新方法之所以重要,是因为它可以自动并精确地评估疾病的严重程度。这项方法可以广泛应用于诊断、痴呆患者监护,以及中风急救的紧急决策。”

Bentley博士解释说,这款软件可以在神经疾病的急救中帮助医生决策,促进更加个性化的医疗服务。举例来说,治疗中风患者时可以使用血栓溶解药物来疏通动脉。但这种治疗方法有可能导致出血,而且小血管病变越严重,出血的可能性就越大。未来这款软件可以用来评估病人出血的风险,以便医生根据病人的实际情况及其他因素,决定是否采用血栓溶解药物治疗。

他还建议,这款软件可以用于量化病人因小血管病变缓慢发展而患上痴呆和瘫痪的可能性。这有助于提醒医生们注意潜在的可逆的致病因素,比如高血压和糖尿病。

这项研究用到了2000年至2014年间,英国70家医院里进行的1082次脑卒中患者CT扫描的历史数据,其中包括第三次国际中风试验的病例数据。软件识别并测量小血管病变的标志后会给出一个数据,表示疾病的严重程度,从轻微到严重分为几个不同等级。与此同时,专家医生也对这些扫描结果进行了评估。研究人员将软件和专家医生评估的结果对照后发现,二者一样准确。

此外,有60例患者在同一个项目中同时进行了MRI和CT扫描,并用MRI评估了小血管病变的确切数量。结果表明,这款软件预测小血管病变的准确率达到了85%。

目前,该研究小组正在使用类似方法通过脑部CT来评估脑萎缩等其他疾病。


原文发布时间为:2018-05-18

本文作者:刘伟

本文来自云栖社区合作伙伴“雷锋网”,了解相关信息可以关注“雷锋网”。

相关文章
|
3月前
|
机器学习/深度学习 人工智能
打开AI黑匣子,三段式AI用于化学研究,优化分子同时产生新化学知识,登Nature
【10月更文挑战第11天】《自然》杂志发表了一项突破性的化学研究,介绍了一种名为“Closed-loop transfer”的AI技术。该技术通过数据生成、模型训练和实验验证三个阶段,不仅优化了分子结构,提高了光稳定性等性质,还发现了新的化学现象,为化学研究提供了新思路。此技术的应用加速了新材料的开发,展示了AI在解决复杂科学问题上的巨大潜力。
44 1
|
12天前
|
人工智能 数据库连接 API
在部署《主动式智能导购 AI 助手构建》解决方案的过程中,整体体验还是相对顺畅的,但确实遇到了一些问题,文档提供的引导也有所不足,以下是详细的体验评估
在部署《主动式智能导购 AI 助手构建》解决方案的过程中,整体体验还是相对顺畅的,但确实遇到了一些问题,文档提供的引导也有所不足,以下是详细的体验评估
|
19天前
|
机器学习/深度学习 人工智能 自然语言处理
AI自己长出了类似大脑的脑叶?新研究揭示LLM特征的惊人几何结构
近年来,大型语言模型(LLM)的内部运作机制备受关注。麻省理工学院的研究人员在论文《The Geometry of Concepts: Sparse Autoencoder Feature Structure》中,利用稀疏自编码器(SAE)分析LLM的激活空间,揭示了其丰富的几何结构。研究发现,特征在原子、大脑和星系三个尺度上展现出不同的结构,包括晶体结构、中尺度模块化结构和大尺度点云结构。这些发现不仅有助于理解LLM的工作原理,还可能对模型优化和其他领域产生重要影响。
58 25
|
2月前
|
人工智能 开发者
人类自身都对不齐,怎么对齐AI?新研究全面审视偏好在AI对齐中的作用
论文《AI对齐中的超越偏好》挑战了偏好主义AI对齐方法,指出偏好无法全面代表人类价值观,存在冲突和变化,并受社会影响。文章提出基于角色的对齐方案,强调AI应与其社会角色相关的规范标准一致,而非仅关注个人偏好,旨在实现更稳定、适用性更广且更符合社会利益的AI对齐。论文链接:https://arxiv.org/pdf/2408.16984
38 2
|
2月前
|
人工智能 知识图谱
成熟的AI要学会自己搞研究!MIT推出科研特工
MIT推出科研特工SciAgents,结合生成式AI、本体表示和多代理建模,实现科学发现的自动化。通过大规模知识图谱和多代理系统,SciAgents能探索新领域、识别复杂模式,加速新材料发现,展现跨学科创新潜力。
47 12
|
2月前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
130 4
|
2月前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
3月前
|
人工智能 NoSQL 测试技术
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
若需了解更多MongoDB Atlas相关内容,可前往:https://www.mongodb.com/zh-cn/atlas
使用 MongoDB 构建 AI:Patronus 如何自动进行大语言模型评估来增强对生成式 AI 的信心
|
3月前
|
人工智能 自然语言处理
召唤100多位学者打分,斯坦福新研究:AI科学家创新确实强
【10月更文挑战第6天】斯坦福大学最新研究评估了大型语言模型(LLMs)在生成新颖研究想法方面的能力,通过100多位NLP专家盲评LLMs与人类研究人员提出的想法。结果显示,LLMs在新颖性方面超越人类(p < 0.05),但在可行性上略逊一筹。研究揭示了LLMs作为科研工具的潜力与挑战,并提出了进一步验证其实际效果的设计。论文详见:https://arxiv.org/abs/2409.04109。
50 6
|
3月前
|
人工智能 自然语言处理 机器人
MIT新研究揭秘AI洗脑术!AI聊天诱导人类编造记忆,真假难辨
麻省理工学院的一项新研究《基于大型语言模型的对话式AI在证人访谈中加剧虚假记忆》显示,使用生成式聊天机器人进行犯罪证人访谈会显著增加参与者的虚假记忆,且影响持久。研究设置了对照组、问卷访谈、预设脚本及生成式聊天机器人四种条件,结果显示生成式聊天机器人诱导的虚假记忆数量远超其他方法。尽管AI技术在效率和准确性方面潜力巨大,但在敏感领域需谨慎应用,并需进一步评估风险,制定伦理准则和监管措施。论文详细内容见[这里](https://arxiv.org/abs/2408.04681)。
64 2