據英國(guo)劍橋(qiao)大學(xue)官網14日消息，來自該校(xiao)和帝(di)國(guo)理工學(xue)院(yuan)的科學(xue)家(jia)開發(fa)出(chu)一種新(xin)AI算法，并(bing)借(jie)助(zhu)大量CT掃(sao)描數(shu)據對(dui)其進行臨床驗(yan)證(zheng)和測(ce)試，結果(guo)表明其能成功檢測(ce)、分割、量化(hua)并(bing)區分不同(tong)類型腦(nao)部病變。新(xin)算法有望幫助(zhu)研究人員為顱腦(nao)損(sun)傷開發(fa)出(chu)更多(duo)個性化(hua)療法；也(ye)可(ke)以用于某些(xie)臨床情況，例如在放(fang)射醫生很少(shao)的地區使用。

   腦(nao)損傷是(shi)巨大的(de)全球公共(gong)衛生負擔，每年(nian)影響多達6000萬人(ren)(ren)，它是(shi)造成年(nian)輕(qing)人(ren)(ren)死亡的(de)主要原因(yin)。頭部(bu)受(shou)傷的(de)患者通(tong)常會通(tong)過(guo)電(dian)子計(ji)算機斷(duan)層掃描（CT），檢(jian)查大腦(nao)中(zhong)或周(zhou)圍(wei)的(de)血液，確定是(shi)否需要手術。

   論文合著者、劍橋大(da)學醫(yi)學系戴維·梅(mei)農教授說：“CT是非常重要的診斷工(gong)具，但很(hen)(hen)少用于定(ding)量(liang)分析，此外，CT掃(sao)描(miao)中(zhong)很(hen)(hen)多可(ke)用的信息往往被遺(yi)漏(lou)，而患(huan)者腦(nao)部病變(bian)的類型、大(da)小和(he)位置對患(huan)者的治(zhi)療和(he)后(hou)續健(jian)康狀況至關重要。大(da)腦(nao)中(zhong)或大(da)腦(nao)周圍不同類型的血液可(ke)能(neng)會對患(huan)者產(chan)生(sheng)不同影響，放(fang)射(she)科醫(yi)生(sheng)通常會進行估算，以確定(ding)最佳治(zhi)療方案。”

   鑒于此，研(yan)究(jiu)人員希望設計并開發出(chu)一種能自動識別并量化不同類型腦部(bu)病變的工具，以便在研(yan)究(jiu)中(zhong)使(shi)用它，并探索(suo)其在醫院環(huan)境(jing)中(zhong)的可能用途。

   研究人員開發了基于人工(gong)神經網絡(luo)的機器學習(xi)工(gong)具(ju)，并在600多(duo)次(ci)不(bu)同(tong)的CT掃描(miao)中對其(qi)進行(xing)了訓練，向(xiang)其(qi)顯(xian)示了不(bu)同(tong)大小和類型的腦部病變，然后借助現有大型CT掃描(miao)數(shu)據集對該工(gong)具(ju)進行(xing)了驗證。

   結果表(biao)明，這一(yi)AI算(suan)法(fa)能(neng)(neng)對每個圖像的(de)各(ge)個部分進(jin)行分類，并(bing)判斷其是否正(zheng)常(chang)，這對于(yu)研究(jiu)頭部損傷的(de)惡化(hua)情況(kuang)可(ke)能(neng)(neng)很有(you)用。梅農(nong)說：“希望它(ta)能(neng)(neng)幫我們確定哪(na)些(xie)病變會進(jin)一(yi)步惡化(hua)，并(bing)了解它(ta)們為何(he)會惡化(hua)，以便(bian)未來可(ke)以為患者開發出(chu)更(geng)具個性化(hua)的(de)療法(fa)。”

   研究人員解釋稱，該AI算法也有(you)望(wang)在急診(zhen)室發揮作用。在所(suo)有(you)頭部受(shou)傷患者(zhe)中，只有(you)10％至15％的病(bing)灶可以在CT掃描(miao)中看到，新AI工具可識別出需要進一步治(zhi)療的患者(zhe)。

   研究(jiu)結果發表于最新一期《柳(liu)葉刀(dao)·數字健康》雜(za)志，得到了歐盟、歐洲研究(jiu)委員會及(ji)美(mei)國國立衛生研究(jiu)院(yuan)的資助。（記(ji)者劉霞）