人工智能处理来自头部CT扫描的图像,以找到大脑中……
人工智能处理来自头部CT扫描的图像,以发现大脑中目前血流不足的部分(绿色区域),而不是已经死亡的部分(粉色区域)。
来源:LifeBridge健康
29.04.2019•

人工智能是如何帮助医生拯救生命的

尽管医疗领域的许多“人工智能”用例要么太过牵强,要么距离接触患者还需要很多年,但LifeBridge Health的中风服务线自2016年底以来一直处于使用人工智能的前沿。

考虑下面的场景,它最近发生在我们的卫生系统中。一个病人在一个周末的午夜向我们的一家社区医院提出了左侧虚弱的症状,在这种情况下,在三级和四级中风中心之外获得专科治疗一直是一个挑战。在神经学家理查德·荣格(Richard Jung)医生进行虚拟“远程中风”会诊之前,他在急诊室接受了短暂的检查。该患者被判断为高度可疑的中风,并下令进行快速扫描。LifeBridge健康中心仍然是马里兰州唯一一个这样做的中心,但其他医疗系统的放射科部门,如约翰·霍普金斯,MedStar和马里兰州现在都在跟随我们的脚步,寻求实施类似的项目。

上面的图片来自快速,一种特殊的软件,“进程”头部的CT扫描的图片,并使用深度学习算法找到的部分大脑目前不充足的血流量(绿色区域),而不是那些部分的大脑已经死亡(粉色区域)。在过去,这类分析通常需要技术人员和放射科医生一个多小时才能完成。有了RAPID AI,医生现在可以在几分钟内为病人和他们的医生找到答案。在这个病例中,扫描结果告诉我们,如果不采取任何措施恢复血液流动,这位病人的大量大脑将会死于中风。

照片
红色区域为无血流区。
来源:LifeBridge健康

在这个特别的夜晚,LifeBridge Health也成为世界上第一个使用ischemaview的自动CT血管造影人工智能算法(RAPID CTA AI)的医疗系统之一。该技术利用人工智能创建大脑内血管的图像,以确定是否有任何大的凝块或堵塞,阻碍血液流动,导致中风。在我们这位患者的病例中,快速CTA显示血流到他大脑中最大的血管之一被一个大血凝块切断了(下图红色区域显示无血流区域)。

多亏了这两种人工智能算法,我们的团队在患者到达急诊室的几分钟内就知道了以下三件事:

  • 患者左侧无力的症状是由于右侧大面积中风造成的。
  • 这是由右侧大脑中动脉(MCA)的一个大血凝块引起的。
  • 病人的大部分大脑仍然是可以抢救的(还没有死亡),这意味着他仍然可以从紧急的“血栓切除”手术中获益。

病人被紧急转移到巴尔的摩西奈医院。在西奈,这位病人很快在国际知名的神经血管内外科医生威廉·阿什利(William Ashley)的帮助下接受了血栓切除术。手术后,病人的症状立即开始消退,此后他的恢复情况良好。他遭受了一次严重的中风,但由于干预措施实施得如此迅速,他目前有望几乎完全康复。

在过去,在RAPID AI出现之前,这类患者不可能得到如此迅速或如此积极的治疗。因为在中风的黄金时间里,“时间等于大脑”,我们迅速采取行动的能力和更大的确定性意味着会有更多的生命获救,幸存者的生活质量也会更高。自从LifeBridge Health在LifeBridge Health实施了快速中风成像通道以来,我们为巴尔的摩地区的患者提供的挽救生命的血栓切除术的数量增加了四倍。在一个很多人工智能的前景都像是科幻小说的世界里,真正的中风患者和他们的家人今天正从人工智能中受益匪浅。

订阅我们的时事通讯

相关文章

基于深度学习的图像分割

基于深度学习的图像分割

科学家们提出了一种新的方法,可以为大量不同的成像数据集配置自学习算法,而不需要专业知识或非常强大的计算能力。

牙科:人工智能帮助定位下颌管

牙科:人工智能帮助定位下颌管

研究人员开发了一种新的模型,可以精确地自动显示下颌管的确切位置。

人工智能在检测脑出血方面可以与放射科医生媲美

人工智能在检测脑出血方面可以与放射科医生媲美

一种算法比放射科专家在脑部扫描中发现微小的脑出血方面做得更好——这一进步有朝一日可能会帮助医生治疗中风患者。

深度学习系统自动检测疾病

深度学习系统自动检测疾病

有了新软件,病人很快就能得到更快、更准确的诊断,这些软件可以从医学图像中自动检测出糖尿病、心脏病和癌症的迹象。

人工智能系统学习诊断颅内出血

人工智能系统学习诊断颅内出血

研究人员开发了一种利用人工智能快速诊断和分类脑出血的系统,并从相对较小的图像数据集提供决策基础。

深度学习有助于将x射线数据可视化为3D

深度学习有助于将x射线数据可视化为3D

科学家们利用人工智能训练计算机,以跟上先进光子源(Advanced Photon Source)采集的大量x射线数据。

人工智能的捷径会在癌症治疗中引入偏见

人工智能的捷径会在癌症治疗中引入偏见

人工智能工具模型是癌症治疗的有力工具。然而,除非这些算法得到适当的校准,否则它们有时会做出不准确或有偏见的预测。

深度学习预测肺癌风险

深度学习预测肺癌风险

一项新的研究表明,人工智能(AI)程序可以准确预测CT扫描发现的肺结节癌变的风险。

图像融合方法使用人工智能来改善结果

图像融合方法使用人工智能来改善结果

研究人员开发了一种新的基于监督深度学习的“多模态”图像融合方法,提高了图像清晰度,减少了冗余图像特征,支持批处理。

受欢迎的文章

订阅简报
Baidu