人工智能在中枢神经疾病影像学中的应用
2021-12-02耿道颖
国际医学放射学杂志 2021年6期
关键词:模型
耿道颖
人工智能(artificial intelligence,AI)是一门研究计算机模拟人类思维过程与智能化行为的学科。近年来,AI被应用到临床影像工作流程中,能够进行可重复和准确的影像学评估,已广泛应用于病灶检测、病灶分割、肿瘤分型和疗效预测等方面[1]。针对临床工作中获得的大量影像,可以利用AI技术来挖掘病灶的影像特征,这在辅助临床决策的同时,也为医学研究提供了丰富的资源。
有文献[2]报道,我国医学影像数据每年增长超过30%,但放射科医师人数每年增长仅为4%,两者的增长速度不匹配使得放射科医师压力加重,高强度的工作容易造成误诊、漏诊。随着AI技术的发展和影像数据的积累,利用AI算法挖掘影像数据中的影像特征,构建并训练辅助诊断模型,将有利于提高疾病的诊断效率及准确性[3]。
中枢神经系统疾病严重危害人类健康,特别是中国“脑计划”的提出,反映了全社会对中枢神经系统疾病的早诊、早治的迫切需求,其中医学影像对中枢神经系统疾病的诊治尤为重要。本文通过介绍AI对中枢神经系统常见疾病的诊断作用来评述AI在医学影像诊疗中的研究进展。
1 脑血管疾病
脑血管疾病是由脑血管病变和血液循环障碍引起的一组脑功能障碍,该病分为缺血性和出血性。由于脑血管病起病多较急骤,发病率、致残率和死亡率都很高,因此及时诊断有决定性的意义[4]。利用AI技术构建的模型,不仅可以检测、分割脑卒中的出血灶或梗死灶,还可以评估卒中的病情分级和预测转归,对脑卒中病人的诊疗发挥巨大作用,从而降低脑卒中发病率和死亡率[5-6]。……
登录APP查看全文
