Gesundheit

AI erfolgreich zu identifizieren, die verschiedenen Arten von Gehirn-Verletzungen

Die Forscher entwickelten einen KI-Algorithmus, erkennen und identifizieren verschiedene Arten von Hirnverletzungen.

Die Forscher von der University of Cambridge und dem Imperial College London, haben klinisch validiert und getestet, die KI auf große Mengen von CT-scans, und fand, dass es war erfolgreich in der Lage, zu erkennen, zu segmentieren, zu quantifizieren und differenzieren verschiedene Arten von Läsionen im Gehirn.

Die Ergebnisse, berichtet in „The Lancet“ Digital Health, die nützlich sein könnten in large-scale-Studien, die für die Entwicklung mehr personalisierte Behandlungen für Kopfverletzungen und, mit weiteren Validierung könnte nützlich sein, in bestimmten klinischen Szenarien, bei denen beispielsweise radiologische know-how ist an einer Prämie ist.

Kopfverletzung ist eine riesige Belastung der öffentlichen Gesundheit auf der ganzen Welt und betrifft bis zu 60 Millionen Menschen jedes Jahr. Es ist die führende Ursache der Mortalität bei Jungen Erwachsenen. Wenn ein patient hat eine Kopfverletzung, Sie sind in der Regel geschickt für ein CT-scan, um zu überprüfen für Blut im oder um das Gehirn herum, und um zu bestimmen, ob eine Operation erforderlich ist.

„Die CT ist ein unglaublich wichtiges diagnostisches Werkzeug, aber es ist selten verwendet quantitativ“, sagte co-senior-Autor Professor David Menon, aus Cambridge, Department of Medicine. „Oft, viel von den reichhaltigen Informationen, die in einem CT-scan wird vermisst, und als Forscher, wir wissen, dass der Typ, Volumen und Lage der Läsion im Gehirn, die wichtig sind, um Patienten-Ergebnisse.“

Verschiedene Arten von Blut im oder um das Gehirn, kann dazu führen, unterschiedliche Behandlungserfolge bei Patienten und Radiologen wird oft Schätzungen vornehmen, um zu bestimmen, den besten Kurs der Behandlung.

„Eine detaillierte Beurteilung der CT-Untersuchung mit Anmerkungen, die Stunden dauern kann, insbesondere bei Patienten mit schweren Verletzungen,“, sagte co-Erstautor Dr. Virginia Newcombe, ebenfalls aus Cambridge, Department of Medicine. „Wir wollten design und ein tool entwickeln könnte, automatisch zu identifizieren und zu quantifizieren, die verschiedenen Arten von Läsionen im Gehirn, so dass wir es nutzen können, in die Forschung und erkunden Sie die mögliche Verwendung in ein Krankenhaus.“

Die Forscher entwickelten ein machine-learning-tool basiert auf einem künstlichen neuronalen Netzwerk. Sie trainierten das tool auf mehr als 600 verschiedene CT-scans, zeigt Läsionen im Gehirn von verschiedenen Größen und Typen. Sie dann validiert das tool für eine vorhandene Datensatz von CT-scans.

Die KI war in der Lage zu klassifizieren, die einzelnen Teile jedes Bildes und sagen, ob es normal war oder nicht. Dies könnte nützlich sein für zukünftige Studien, wie Kopfverletzungen Fortschritt, da die KI kann kohärenter sein, als ein Mensch bei der Erkennung subtiler Veränderungen über die Zeit.

„Dieses tool wird es uns ermöglichen, zu beantworten, Fragen der Forschung konnten wir keine Antwort vor“, sagt Newcombe. „Wir wollen es auf umfangreiche datasets zu verstehen, wie viel Bildgebung kann uns sagen über die Prognose der Patienten.“

„Wir hoffen, dass es uns dabei helfen, die Läsionen größer und Fortschritt, und verstehen, warum Sie Fortschritte, so dass wir entwickeln können, mehr personalisierte Behandlung für Patienten in der Zukunft,“ sagte Menon.

Während die Forscher sind derzeit planen Sie den Einsatz von KI für die Forschung nur, Sie sagen, mit der richtigen Validierung, es könnte auch verwendet werden, in bestimmten klinischen Szenarien, wie in Ressource-begrenzten Bereichen, in denen es wenige Radiologen.

Darüber hinaus, die Forscher sagen, dass es möglicherweise eine potenzielle Nutzung in der Notaufnahme, zu helfen, um Patienten nach Hause eher. Von allen Patienten, die eine Kopfverletzung, nur zwischen 10 und 15% haben eine Läsion, die gesehen werden kann auf einem CT-scan. Die AI könnten helfen, diese Patienten benötigen eine weitere Behandlung, so dass diejenigen, die ohne ein Gehirn-Läsion kann nach Hause geschickt werden, obwohl keine klinischen Nutzung des Tools werden müssten gründlich überprüft werden.