• <table id="mkom2"></table>
  • <table id="mkom2"><noscript id="mkom2"></noscript></table>
    <bdo id="mkom2"></bdo>
    <table id="mkom2"></table>
  • <bdo id="mkom2"><center id="mkom2"></center></bdo>

    從癌癥早篩到病情追蹤,AI是如何改變醫療影像的?

    極客網·極客觀察11月16日 連切口都不需要醫生就可以深入人體內部,聽起來是不是有點不可思議?放射學醫學成像技術已經有了長足的進步,在AI的加持下它又向前跨進一大步。用AI和機器學習強大的計算力掃描人體,尋找人眼可能會忽視的細微差異,這是目前醫學界正在做的事。

    AImedical.jpg

    現在的醫學成像涉及到一系列復雜的技術,它分析每一個數據點,從健康中找到疾病,從噪音中找到信號。在放射學發展的最初幾十年里,研究人員的主要任務是提高身體照片的分辨率,隨后幾十年的任務是解釋數據,確保沒有遺漏。

    最開始時成像技術的首要任務是診斷醫療狀況,現在成像技術慢慢成為治療的重要部分,尤其是在癌癥領域。醫生們研究圖像,讓影像協助自己監測癌細胞擴散,這樣就能更快更好地知道治療是否有效。影像開始扮演新角色,治療病人的方式有了變化,醫生獲取的信息更豐富,他們能為病人選擇更好的治療方式。

    德克薩斯大學西南醫學中心副教授Basak Dogan說:“未來5年內我們將會看到功能性影像成為治療的一部分?,F在的標準影像無法回答真正的臨床問題,病人希望治療能有更高的精準度,這樣他們能根據更豐富的信息做出更好的決定,功能性技術能幫到他們?!?/p>

    早早診斷

    充分利用影像,盡可能自動閱讀,節省放射科醫生寶貴的時間,這是大多影像碰到的第一個障礙,不管是X射線、CT掃描、MRI還是超聲波都一樣。此時計算機輔助算法能發揮作用,用強大的算力訓練計算機,讓它區分異常和正常,這是眼下正在進行的工作。

    多年來軟件專家一直在與放射線醫生攜手合作,分析大量正常和不正常影像,醫生將結果輸入計算機程序,讓計算機不斷學習,最終讓它可以區分異常。比較的影像越多,學得越多,AI的區分能力就會越強。

    FDA已經批準一種影像算法,它的精準度高達80-90%。盡管如此,FDA仍然提出要求,即使機器學習算法有所發現,最終還是要由人來裁決。AI可以將發現的疑點標記出來,讓醫生審查,這樣醫生就能為病人更快提供答案。

    在麻省總醫院(Mass General Brigham),醫院們用大約50種算法協助治療,從檢測動脈瘤和癌癥到發現栓塞和中風癥狀。當中一半算法獲得FDA批準,其它還在測試。

    總醫院放射科首席數據科學官、副主席Keith Dreyer說:“我們的目標是早早發現疾病。有時人類醫生要花好幾天才能精準診斷,計算機不一樣,它不眠不休。如果計算機能做到準確診斷,治病就會更快一些?!?/p>

    更好地追蹤病人

    將AI整合到醫療,計算機輔助篩查是第一步,機器學習已經成為監測病人、追蹤細微變化的重要工具。這些技術對癌癥治療極為重要,醫生要判斷癌細胞在增長還是在縮減,或者保持不變,這對于決定如何治療很重要。

    Dogan說:“病人正在做化療,癌細胞發生了什么?我們很難理解?;熃Y束之前標準影像技術無法偵測到任何變化,整個過程可能持續幾個月,要幾個月才能看到收縮?!?/p>

    有了AI影像,我們可以發現那些與尺寸和解剖學無關的癌細胞變化。Dogan補充道:“在化療早期,癌細胞的變化大多還沒有到細胞死亡的程度。變化存在于免疫細胞和癌細胞之間的修改性交互?!?/p>

    許多情況下癌細胞并沒有從外向內以預測的方式收縮,相反,腫瘤內的小塊癌細胞可能會死亡,其它繼續生存,使整個腫塊變得坑坑洼洼,如同被蟲咬過的毛衣。因為細胞死亡往往與炎癥聯系在一起,所以有時癌細胞的尺寸還在擴大,但癌細胞數量并不一定在增加。標準影像無法告訴我們有多少癌細胞還活著,有多少已經死亡。最常用的乳腺癌成像技術是乳房X線和超聲波,它們只是用來尋找解剖特性。

    在德克薩斯大學西南醫學中心,Dogan用兩種影像技術追蹤乳腺癌病人的功能性變化。

    第一種,病人每做一個周期的化療,她就給病人拍照,通過注射微氣泡來查看癌細胞周圍的細微壓力變化。超聲波能發現氣泡壓力的變化,氣泡會聚攏在癌細胞周圍;與其它組織相比,增長的癌細胞會有更多血管支持其擴張。

    在另一項研究中,Dogan測試光聲成像技術,它將光轉化為聲音信號。用激光照射乳腺組織,引起細胞振蕩,這樣就能形成可以捕捉和分析的聲波。光聲成像技術可以用來判斷癌細胞的含氧量,在增長時癌細胞相比普通細胞需要更多的氧。分析聲音的變化,就可以知道哪部分癌細胞正在增長,哪部分沒有增長。

    Dogan說:“通過分析癌細胞圖像,我們能知道哪部分最有可能轉移到淋巴結。臨床醫生無法告訴你哪部分癌細胞會擴散到淋巴結。有了光聲技術,我們可以早早發現癌細胞擴散跡象,此時這種跡象還沒有在掃描中顯現,不需要侵入式活檢就能發現擴散?!?/p>

    發現人類看不見的異常

    Dreyer說,當我們有了足夠的數據和圖像,算法就可以發現人類發現不了的畸變。他的團隊正在開發一種算法,這種算法可以測量人體中的生物標記,將指標的變化標出來,告訴某人他可能有中風、骨折或者有心臟病風險。

    Dreyer認為該技術是醫學成像的“圣杯”,雖然現在還不成熟,但它可以給AI醫療帶來變革。

    當AI模型越來越多,最終AI成像可以在家里幫到病人。某一天,我們也許可以通過智能手機App獲得超聲波成像信息。

    Dreyer說:“AI給醫療保健帶來的真正變化是它能向民眾提供多種解決方案,在民眾變成病人之前提供,這樣民眾就能保持健康?!?/p>

    (免責聲明:本網站內容主要來自原創、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
    任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

    网恋奔现他要了我很多次
  • <table id="mkom2"></table>
  • <table id="mkom2"><noscript id="mkom2"></noscript></table>
    <bdo id="mkom2"></bdo>
    <table id="mkom2"></table>
  • <bdo id="mkom2"><center id="mkom2"></center></bdo>
  • <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>