人工智能將診斷時間從數(shù)小時縮短至數(shù)分鐘

他是一項大規(guī)模研究的主要研究人員，他建立了一種計算機(jī)算法來識別動脈并描繪其內(nèi)部和外部邊界的能力，就像放射科醫(yī)生手工辨別血管壁增厚一樣。

膝部MRI當(dāng)然不是要診斷動脈粥樣硬化，而是要揭示肌肉骨骼疼痛的根源。這些患者掃描最初是在研究骨關(guān)節(jié)炎時下令進(jìn)行的。但是膝部MRI不可避免地會包含the動脈，該artery動脈垂直延伸到膝關(guān)節(jié)后方。它具有描繪某人的血管健康以及靠近心臟的血管的潛力。

袁說：“該項目是心臟協(xié)會資助的許多探索AI的項目之一。”“花了一年多的時間來開發(fā)用于分析約350萬張圖像的算法。”

該算法由華盛頓大學(xué)電氣工程與計算機(jī)工程專業(yè)的研究生Li Chen編寫，在放射學(xué)研究助理教授Niranjan Balu的指導(dǎo)下進(jìn)行了膝關(guān)節(jié)MRI檢查。

AI的魔力在于它的速度和一致性。對于放射科醫(yī)生來說，手工標(biāo)記350萬個血管和輪廓是不可想象的。AI只需花7分鐘就能完成一次膝蓋掃描，而經(jīng)驗豐富的人則要花3個小時。(一個MRI膝蓋系列包含大約70個圖像，共同覆蓋了大約4英寸垂直的膝關(guān)節(jié)。)

“我們同時進(jìn)行了廣泛的驗證研究，顯示AI可以學(xué)會分析血管掃描，其準(zhǔn)確度可與有經(jīng)驗的人類相提并論，” Yuan說。“削減審查時間只是這里成就的一部分;添加AI可以增強(qiáng)人們對血管的任何掃描都可以幫助預(yù)測一個人的心血管風(fēng)險的信心。

“考慮一下那里有多少膝部MRI。讀取膝蓋MRI的AI算法可以提高心血管風(fēng)險，這是以前所沒有的。

另外，患者的膝蓋MRI也可以使用8年，因此Yuan掌握了血管病變?nèi)绾伟l(fā)展的數(shù)據(jù)。而且由于掃描最初是由于懷疑患有骨關(guān)節(jié)炎而產(chǎn)生的，因此這些患者被認(rèn)為是“接近正常人群”，也就是說，那些沒有心血管風(fēng)險的人不被納入研究范圍。

他們的研究已經(jīng)贏得了AHA精準(zhǔn)醫(yī)學(xué)競賽，并向Yuan的團(tuán)隊獎勵了25萬美元。