研究人员说,这项技术可以帮助临床医生在紧急情况下更快地对患者进行最佳治疗,并预测一个人患痴呆症的可能性。这一发展也可能为更个性化的药物铺平道路。
该研究的第一作者、伦敦帝国理工学院临床讲师保罗·本特利博士说:“这是机器学习方法首次能够准确测量接受CT扫描的中风或记忆障碍患者的小血管疾病标记物。”我们的技术是一致的,相对于目前诊断的金标准技术——MRI扫描,我们的技术具有较高的准确性。这可以在日常实践中为患者提供更好的治疗和护理。”
爱丁堡大学神经成像科学部主任Joanna Wardlaw教授补充说:“这是制造扫描阅读工具的第一步,该工具可能有助于挖掘大型常规扫描数据集,经过更多测试,可能有助于中风患者入院时的评估。”
小血管疾病(SVD)是老年人中一种非常常见的神经系统疾病,它会减少流向大脑深层白质连接的血液,破坏并最终杀死脑细胞。它会导致中风、痴呆以及情绪紊乱。SVD随年龄增长而增加,但因高血压和糖尿病而加速。
目前,医生诊断SVD的方法是通过核磁共振(MRI)或CT扫描来观察大脑白质的变化。然而,这取决于医生通过扫描测量疾病传播的范围。本特利博士解释说,在CT扫描中,通常很难确定SVD的边缘在哪里,从而难以估计疾病的严重程度。
虽然MRI可以更灵敏地检测和测量SVD,但由于扫描仪的可用性和适合急诊或老年患者,它不是最常用的方法。
本特利博士补充说:“目前通过CT或MRI扫描诊断疾病的方法可能是有效的,但医生很难通过人眼来诊断疾病的严重程度。我们新方法的重要性在于它允许对疾病进行精确和自动的测量。这也适用于痴呆症的广泛诊断和监测,以及中风的紧急决策。”
本特利博士解释说,这个软件可以帮助影响医生在紧急神经系统状况下的决策,并导致更个性化的医疗。例如,在中风中,可以快速使用“溶栓药物”等治疗方法来疏通动脉。然而,这些治疗可能会引起出血,这是危险的,随着SVD的增加,出血的可能性更大。该软件在未来可以应用于评估患者可能出现的出血风险,医生可以根据个人情况以及其他因素来决定是否使用抗血栓剂进行治疗。
他还建议,该软件可以帮助量化由于缓慢进行性SVD而导致痴呆症或静止不动的患者的可能性。这将提醒医生注意可能可逆的病因,如高血压或糖尿病。
该研究使用了2000-2014年间英国70家医院1082名中风患者的CT扫描历史数据,包括第三届国际中风试验的病例。该软件识别并测量SVD的一个标记,然后给出一个分数,表明疾病的严重程度,从轻微到严重不等。然后,研究人员将结果与一组专家医生进行了比较,这些专家医生通过同样的扫描结果估计了SVD的严重程度。软件与专家之间的一致程度就像专家之间的一致程度一样好。
来源:伦敦帝国理工学院