AI助力診斷胎兒“室間隔增寬”
作為產科重要的臨床檢查手段，胎兒核磁共振對胎兒神經系統疾病的產前診斷至關重要。長期以來，由于影像圖辨認難度大，通過核磁共振準確診斷胎兒疾病成為放射科醫生的一大挑戰。
(資料圖)
近期，來自美國拉什大學（Rush University）醫學中心診斷放射與核醫學系的科研人員在《診斷》（Diagnostics）上發表論文，報道了一種新型的“分步深度學習模型”，有望突破胎兒大腦成像難題。
胎兒大腦“室間隔增寬”是一種復雜的神經系統疾病，診斷時需要放射科醫生通過胎兒核磁共振圖像進行精確測量和分類。
在最新發表的論文中，研究人員開發出一個人工智能深度學習模型，可以基于胎兒大腦核磁共振，自動檢測和測量胎兒的室間隔增寬。
論文通訊作者、美國拉什大學醫學中心診斷放射與核醫學系助理教授H. Asher Ai介紹，該模型使用了大樣本的正常和異常胎兒大腦核磁共振的數據集進行訓練，并在22個單獨的案例上進行測試。
測試結果顯示，該人工智能模型實現了室間隔增寬病例的準確分類，準確率達到95%。
“這一模型甚至準確測量了側腦室直徑，誤差小于1.7毫米，證明了其有效性?！盚. Asher Ai表示，“它已經達到一名經驗豐富的神經放射科醫生的水平。”
研究人員利用人工智能模型重建胎兒側腦室三維圖像（科研團隊供圖）
相關專家認為，該人工智能模型的獨特之處在于其開創了利用人工智能進行側腦室的線性測量的創新方法，是醫學影像的重大進展。研究人員通過從三維構造的圖像中提取二維線性特征，確保了該模型與真實的臨床實踐相一致。
H. Asher Ai稱，該人工智能模型仍存在一些局限性，對原始圖像質量、所需時間和硬件等要求對未來的推廣應用帶來一定挑戰。
論文一作為美國拉什大學醫學中心診斷放射與核醫學系博士Farzan Vahedifard。
關鍵詞：
相關文章
精彩推送
邁瑞醫療(300760)：擬收購DIASYS DIAGNOSTIC 75%股權 IVD業務國際化提速
邁瑞醫療(300760)：擬收購DIASYSDIAGNOSTIC75%股權IVD業務國際化提速
