<mark id="oztn4"></mark>
0
VR、3D在對于醫療領域早已不新鮮了，早在2014年，FDA就批準了一個使用了先進3D功能和增強現實的仿真技術，這項技術用在醫療培訓和設備測試中，但融合的機器學習/人工智能的VR、3D技術卻沒見過。
雷鋒網AIHealth欄目了解到，倫敦帝國理工學院開發了一個新軟件，可以為每個病人構建一個虛擬的3D心臟，模仿病人的每次心跳以及與其相關的功能，在這個模型中，人工智能能快速發現與心臟功能有關的預測心力衰竭和死亡準確度最高的因子，該模型中整合了心臟的MRI、血液測試和其他觀測信息。
相比于常規的方法，機器學習能更快更準確地預測嚴重心臟病患者群體的死亡率。
這項技術已經在肺動脈高壓患者顯示有效。肺動脈高壓如果治療不當，可能引發心率衰竭。然而，對于肺動脈高壓可能引發心力衰竭的預防性治療需要預測病人的患病率，而這在當前的技術條件下通常是不準確的。
到目前為止，放射科醫生要耗費大量時間對心臟功能進行評估，期望可以提前識別出那些病情惡化處于危險期的患者。而在最新的研究中，科學家只需要通過人工智能或是機器學習就可以預測某個特定患者的存活率，比傳統技術更快更準確。
利用帝國理工學院Hammersmith醫院的250名患者數據，軟件分析每位患者心臟的動態MRI圖，目的是構建每次心跳時與心臟相關的超過3萬個功能點。有了這些信息，就能為每個患者創建一個虛擬的3D心臟，并且之后軟件能自動調試，找到預測心力衰竭和死亡最準確的因子。
倫敦帝國理工學院的Declan O’Regan博士，也是這篇文章的主要作者。這樣說道，
這是計算機第一次分析心臟掃描圖，預測病人的存活時間，這可能會變革心臟病患者的治療方式。
合作作者，LMS的Tim Dawes博士，開發了支持該軟件的算法。他表示，
電腦在幾秒內就可以完成這種分析，完全不需人類參與，自動整合來自影像、血液檢測和其他觀測的數據，它能協助醫生在正確的時間，給正確的患者于正確的治療。
實驗結果發布在《Radiology》上，結果表明相比于當前的方法，這種機器學習程序能預測得更快、更準確。
研究人員說，未來，這種技術有可能應用于其他類型的心臟病患者身上。
他們補充道，這是第一個通過人工智能去預測心臟疾病轉歸結果的研究。雖然在癌癥和大腦疾病方面，人工智能發揮很大的用處，但是對于心臟動態影像圖的分析更加具有挑戰性。
在美國，肺動脈高壓影響人數高達7000人次，肺動脈高壓是各種原因引起的靜息狀態下右心導管測得的肺動脈平均壓（mean pulmonary arterial pressure，mPAP）≥25mmHg的一組臨床病理生理綜合征。由于肺血管重塑引起肺循環血流動力學改變，最終可導致右心衰竭，甚至死亡。高達三分之一的患者在確診后5年內去世。
未來，這項技術甚至能用于其他心臟狀況可能轉歸的疾病的預測，Dawes博士補充道，我們想要進一步完善這項技術，使其可以應用在許多其他的心臟疾病中。我們想要探索，是否有更好的預測方法以指導疾病治療，從而讓人活得更久。
這個團隊目前利用不同醫院的數據來測試這個軟件，以驗證其研究結果。
研究的終極目標是：軟件不僅能預測存活率，還能預測出對于每位患者而言，采取哪種治療手段的效果最好。
雷鋒網雷鋒網
相關文章：
CB Insights發布最佳AI企業Top 100，醫療健康公司都在做什么？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
