日前,放射学领域的国际顶级期刊《Radiology》(《放射学》)发表了一项来自中国的“人工智能+医学影像”最新研究成果:
这项研究团队包括:华为云EI创新孵化Lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科。 研究人员运用华为云一站式AI开发平台ModelArts,开发了一套基于CTA影像的全自动化、高度敏感的脑动脉瘤检测算法。 脑动脉瘤是大脑中血管的弱化区域。如果不加以治疗,它们可能会渗漏或破裂,有时甚至会致命。这些动脉瘤是否会破裂,何时破裂,取决于动脉瘤的大小、形状和位置。 目前,CT血管造影成像是评估脑动脉瘤的首选方法。CT造影本身准确度很高,但由于脑动脉瘤体积小,脑血管构造又极其复杂,初次评估造影时有可能出现漏网之鱼。 而在这项研究中,研究人员使用500多名患者的CT血管造影来训练深度学习算法模型,并且选取了另外534张CT血管造影进行测试。这批测试的造影中包含649个动脉瘤。 使用该模型,649个脑动脉瘤中的633个被成功检出,灵敏度为97.5%。除此之外,检测还发现了8个新的动脉瘤,都是最初的人工评估中被忽略的。 统计分析显示,深度学习模型协助放射科医生阅片,能够明显提升病灶的检出效率。对于经验较少的医生来说,这项技术更加成效卓著。 当然,这个系统也有一些局限性。它可能识别不出非常小的动脉瘤或位于类似密度结构的动脉瘤,如骨骼。同样,它的判断也受到假阳性的影响,可能错误地将类似于动脉瘤的结构识别为动脉瘤,这时就需要医生把关,共同做出准确诊断。 武汉协和医院放射科的龙茜博士讲到:
接下来,该系统还需要进一步验证多种异构数据,例如来自不同国家和地区的CT造影数据,这是评估其推广性和对日常临床工作的适用性的关键。 — 完 — 量子位 QbitAI · 头条号签约 关注我们,第一时间获知前沿科技动态 |
|
来自: 独角戏jlahw6jw > 《AⅤ》