據英國(guo)劍橋大(da)學(xue)官網14日消息，來自該校和(he)帝(di)國(guo)理(li)工學(xue)院的科(ke)學(xue)家(jia)開發出一種新AI算法，并借助大(da)量CT掃(sao)描數據對其(qi)進行臨床驗(yan)證和(he)測(ce)試，結(jie)果表明其(qi)能成功檢測(ce)、分割(ge)、量化并區分不(bu)同類(lei)型(xing)腦部病變。新算法有望幫助研究人員(yuan)為(wei)顱腦損(sun)傷開發出更多(duo)個性化療法；也可以用于某(mou)些臨床情況，例如在放射醫(yi)生很(hen)少的地(di)區使用。

   腦(nao)損傷是巨大(da)的(de)全球(qiu)公(gong)共(gong)衛生負(fu)擔(dan)，每年影響多達6000萬人，它是造成年輕人死亡的(de)主要原因。頭部(bu)受傷的(de)患者通常會(hui)通過(guo)電(dian)子計算機(ji)斷層掃描（CT），檢(jian)查大(da)腦(nao)中或周圍的(de)血液，確定(ding)是否需要手術。

   論(lun)文(wen)合(he)著者(zhe)、劍橋大學(xue)醫學(xue)系戴維·梅農教授(shou)說：“CT是非常(chang)重要的(de)診斷工(gong)具，但很少用于(yu)定量分(fen)析(xi)，此外，CT掃描中很多可用的(de)信息往往被遺(yi)漏，而患(huan)者(zhe)腦(nao)部病變的(de)類型、大小和位置對(dui)患(huan)者(zhe)的(de)治療(liao)和后續健康狀況至關重要。大腦(nao)中或大腦(nao)周圍不(bu)同類型的(de)血液可能(neng)會對(dui)患(huan)者(zhe)產生不(bu)同影(ying)響(xiang)，放射(she)科醫生通常(chang)會進行(xing)估算(suan)，以確定最佳治療(liao)方案。”

   鑒于(yu)此，研(yan)究人員(yuan)希望設計并(bing)(bing)開發出一種能自動識別并(bing)(bing)量化(hua)不同類型(xing)腦(nao)部病變的(de)工具，以(yi)便在研(yan)究中(zhong)使用(yong)它，并(bing)(bing)探(tan)索(suo)其在醫院(yuan)環境(jing)中(zhong)的(de)可能用(yong)途(tu)。

   研(yan)究人員開(kai)發了(le)基(ji)于(yu)人工神(shen)經網絡的機器(qi)學習(xi)工具(ju)，并在600多次不同的CT掃(sao)(sao)描(miao)(miao)中對其進(jin)行了(le)訓(xun)練(lian)，向(xiang)其顯示(shi)了(le)不同大小和類型的腦(nao)部病變，然后借助(zhu)現有大型CT掃(sao)(sao)描(miao)(miao)數據集對該工具(ju)進(jin)行了(le)驗證。

   結果表明(ming)，這(zhe)(zhe)一(yi)AI算法能(neng)對每個(ge)圖像的各個(ge)部分(fen)進(jin)行分(fen)類，并判(pan)斷(duan)其是否正常，這(zhe)(zhe)對于研究頭部損傷的惡(e)化情(qing)況可能(neng)很有用。梅農說：“希(xi)望它能(neng)幫我們(men)確定(ding)哪(na)些病變(bian)會進(jin)一(yi)步惡(e)化，并了解它們(men)為何(he)會惡(e)化，以便未來可以為患者開(kai)發出(chu)更具個(ge)性(xing)化的療(liao)法。”

 ;  研究人(ren)員解釋(shi)稱，該(gai)AI算法也有(you)望在急診室(shi)發揮作用。在所有(you)頭部(bu)受(shou)傷患(huan)者中，只有(you)10％至15％的病灶(zao)可(ke)以在CT掃(sao)描中看(kan)到，新AI工具可(ke)識別出需(xu)要進一步(bu)治療的患(huan)者。

   研究結果發表于最新一期(qi)《柳葉刀·數字健康(kang)》雜志，得到了歐(ou)盟、歐(ou)洲(zhou)研究委員會及美國國立衛生研究院的資(zi)助。（記者劉霞）