中国研究登顶刊:AI辅助医生检测脑动脉瘤,灵敏度达97.5%
华为ModelArts大显神通
金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
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:
运用AI帮助医生检测脑动脉瘤,灵敏度达到97.5%。
AI协助放射科医生阅片,帮助医生临床诊断灵敏度提升约10个百分点,漏诊率降低5个百分点,同时有效缩短医生诊断时间。
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:
目前,这种深度学习系统的作用是为医生们提供建议,以提高他们的准确度和效率,减少误判。人眼诊断结合计算机系统协助检测,更大程度上提高了诊断的准确性,能够实实在在地惠及患者。
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。
- 史无前例!Seq2Seq和GAN同获NeurIPS时间检验奖,Ilya连续2年获奖2024-11-28
- 无畏契约AI陪练即将上线!新智慧心携英特尔打造,秒get游戏技巧2024-11-28
- 经典卡尔曼滤波器改进视频版「分割一切」,网友:好优雅的方法2024-11-24
- PC产业驶入创新超车道,英特尔蓉城撬动AI新引擎2024-11-26