機(jī)器學(xué)習(xí)工具可協(xié)助掃描肺部X射線來(lái)預(yù)測(cè)心衰
這項(xiàng)研究是在麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)進(jìn)行的,并與其他大量有前途的機(jī)器學(xué)習(xí)和人工智能工具相配合,這些工具正在重塑醫(yī)療診斷。通過(guò)現(xiàn)代計(jì)算的力量,這些算法能夠查看醫(yī)療成像數(shù)據(jù),發(fā)現(xiàn)臨床醫(yī)生無(wú)法看到的人類狀況的微妙但關(guān)鍵的變化,從而開(kāi)啟一些令人興奮的可能性。
這可能意味著通過(guò)CT掃描發(fā)現(xiàn)遺漏的癌癥診斷,或者在醫(yī)生看到阿爾茨海默氏癥的跡象之前數(shù)年就能檢測(cè)出來(lái)。研究過(guò)程中還使用人工智能分析心電圖結(jié)果如何幫助醫(yī)生通過(guò)識(shí)別左心室功能障礙來(lái)確定最容易發(fā)生心力衰竭的患者,這項(xiàng)新的研究也遵循了類似的路徑,盡管關(guān)注的是不同的機(jī)制。
醫(yī)生使用肺部的X射線圖像來(lái)評(píng)估有心力衰竭風(fēng)險(xiǎn)的患者體內(nèi)的液體積聚情況,病情的嚴(yán)重程度,即所謂的 "肺水腫",然后決定治療的過(guò)程。麻煩的是,這些評(píng)估往往基于如此微妙的特征,以至于可能導(dǎo)致不一致的診斷和治療方案。
為了將機(jī)器學(xué)習(xí)引入其中,該團(tuán)隊(duì)在30多萬(wàn)張X射線圖像及其對(duì)應(yīng)的放射科醫(yī)生撰寫(xiě)的報(bào)告上訓(xùn)練其算法。這涉及開(kāi)發(fā)某些語(yǔ)言規(guī)則,以確保數(shù)據(jù)在眾多樣本中得到一致的分析。
"我們的模型可以將圖像和文本都變成緊湊的數(shù)字抽象,從中可以得出解釋,"論文的共同領(lǐng)導(dǎo)作者Geeticka Chauhan說(shuō)。"我們對(duì)它進(jìn)行了訓(xùn)練,以最小化X射線圖像和放射科報(bào)告文本之間的表述差異,利用報(bào)告來(lái)改善圖像解釋。"
研究表明,一種新的機(jī)器學(xué)習(xí)算法能夠?qū)?yán)重的肺水腫病例進(jìn)行高精度的分類。在對(duì)其進(jìn)行測(cè)試時(shí),該團(tuán)隊(duì)讓機(jī)器學(xué)習(xí)算法分析單張X射線圖像,并對(duì)水腫的嚴(yán)重程度進(jìn)行分類,范圍從0(健康)到3(非常非常嚴(yán)重)。該算法能夠在一半以上的時(shí)間內(nèi)診斷出正確的水腫程度,但更令人印象深刻的是,能夠在90%的時(shí)間內(nèi)準(zhǔn)確診斷出3級(jí)病例。
研究人員希望該工具能夠幫助醫(yī)生更好地管理心臟問(wèn)題,與此同時(shí),水腫與敗血癥和腎衰竭等一系列病癥有關(guān),因此該算法的潛力可能更為廣泛。研究人員目前正在努力在未來(lái)幾個(gè)月內(nèi)將該工具整合到波士頓一家醫(yī)療中心急診室的工作流程中。