人工智能通過分析人的圖像來預(yù)測其死亡風(fēng)險(xiǎn)超聲心動(dòng)圖

美國蓋辛格醫(yī)療系統(tǒng)（Geisinger Health System）的研究人員已經(jīng)開發(fā)了一種人工智能（AI）系統(tǒng)，該系統(tǒng)可以很好地治療嚴(yán)重的心臟病，因?yàn)樗梢酝ㄟ^分析人的圖像來預(yù)測其死亡風(fēng)險(xiǎn)超聲心動(dòng)圖。最后一天在《自然生物醫(yī)學(xué)工程》上發(fā)表的一項(xiàng)研究中介紹了這種新穎性。

據(jù)衛(wèi)生機(jī)構(gòu)稱，研究團(tuán)隊(duì)使用專門的計(jì)算機(jī)硬件在過去10年中，由34，000多名Geisinger患者執(zhí)行的812，000例心臟超聲檢查（超聲心動(dòng)圖）視頻中訓(xùn)練了該算法。

接下來，研究人員使用該技術(shù)將測試與心臟病專家先前做出的診斷和預(yù)后進(jìn)行比較，以驗(yàn)證該技術(shù)模型的有效性。結(jié)果表明，人工智能在一年內(nèi)的死亡率預(yù)測中比醫(yī)生準(zhǔn)確度高13%。

“我們很高興發(fā)現(xiàn)機(jī)器學(xué)習(xí)可以利用非結(jié)構(gòu)化數(shù)據(jù)集（例如醫(yī)學(xué)圖像和視頻）來改善各種臨床預(yù)測模型，”蓋辛格（Geisinger）轉(zhuǎn)換數(shù)據(jù)科學(xué)和信息學(xué)系助理教授說。這項(xiàng)研究的合著者克里斯·哈格蒂（Chris Haggerty）。

盡管遠(yuǎn)非100%準(zhǔn)確，但Geisinger開發(fā)的AI由于能夠在短時(shí)間內(nèi)分析大量數(shù)據(jù)，因此在幫助心臟病專家的工作中必不可少。

根據(jù)該機(jī)構(gòu)的數(shù)據(jù)，每張超聲心動(dòng)圖都會(huì)產(chǎn)生大約3，000張心臟圖像，而在其他類型的現(xiàn)有數(shù)據(jù)進(jìn)行評估的情況下，專家通常無法完全解釋這些圖像。

責(zé)任編輯：lq