Последние ИИ Стэнфорда помогают врачам более точно диагностировать аневризмы мозга

От рака молочной железы до аневризм головного мозга, искусственный интеллект продолжает утверждать себя в качестве ценного диагностического инструмента. Исследователи из Стэнфордского университета создали ИИ для прогнозирования вероятности возникновения аневризм при сканировании головного мозга с высокой точностью.

Несмотря на то, что аневризмы головного мозга встречаются относительно редко, они внезапно появляются и имеют очень короткий период времени для лечения, прежде чем они становятся смертельными. По данным фонда Brain Aneurysm, около 30 000 человек в Соединенных Штатах страдают этим заболеванием в год, 15% умирают по дороге в больницу, а 40% всех случаев приводят к летальному исходу. Из оставшихся в живых 66 процентов страдают некоторой степенью снижения неврологической функции. Это делает точную и раннюю диагностику наиболее важным фактором предотвращения аневризмы головного мозга, но это оказалось очень трудной задачей для медицинских работников.

Исследования в Стэнфордском университете признали сложность этой проблемы и создали инструмент, помогающий решить ее. Кристен Йом, доцент радиологии и соавтор статьи, объясняет, почему ИИ является жизненно важным компонентом в диагностическом процессе:

Поиск аневризмы является одной из самых трудоемких и критических задач, которые решают радиологи. Учитывая врожденные проблемы со сложной нервно-сосудистой анатомией и потенциальный фатальный исход пропущенной аневризмы, это побудило меня применить достижения в области компьютерных наук и зрения для нейровизуализации.

Аневризмы мозга появляются, когда стенка артерии в головном мозге расширяется, но настоящие проблемы не начинаются, пока эти выпуклости не начнут вытекать кровь или лопаться. Чем больше они становятся, тем сложнее становится лечение, если они разрываются. В то время как другие диагностические усилия направлены на выявление признаков заболевания, прежде чем оно может заметно проявиться, аневризмы мозга имеют различное происхождение от злоупотребления наркотиками до рака и различных проблем, связанных с кровью. Большая проблема остается в обнаружении существующих аневризм в первую очередь. Прежде чем разорваться, аневризмы головного мозга, как правило, не имеют каких-либо симптомов, и удаление их требует корректирующей операции. Это приводит к осторожному и тщательному диагностическому процессу, так как врачи не хотят заказывать операции на головном мозге без уверенности в ее необходимости.

Осложнения в процессе диагностики создали уникальные проблемы для Йом и ее команды, когда они подходили к созданию своего инструмента AI HeadXNet. Важность избежания ошибочного диагноза означала, что HeadXNet не мог оказывать чрезмерного влияния на решения врача. Кроме того, сканирование мозга - это полные трехмерные модели со значительно большей сложностью, чем плоские изображения, которые, как правило, обучают понимать сверточные нейронные сети. Чтобы решить эти проблемы, команда Yeom вручную пометила каждый воксел в данных обучения, чтобы указать, содержит ли он аневризму. После обучения HeadXNet предоставил свой ответ только в виде наложения на точные участки мозга с наибольшей вероятностью аневризмы, не оказывая дополнительного влияния, которое могло бы повлиять на ошибочный диагноз.

Команда Yeom провела тестирование HeadXNet с восемью клиницистами и 115 сканированиями головного мозга, и этот небольшой тест дал положительные результаты. Используя инструмент, врачи правильно определили больше аневризм и уменьшили количество диагностических разногласий среди них. Даже несмотря на эти многообещающие результаты, мы не увидим HeadXNet как часть диагностического процесса в ближайшем будущем. Помимо необходимости дальнейшей разработки и тестирования для обеспечения его безопасного использования в больших группах населения, современные средства просмотра сканирования мозга не предназначены для интеграции с технологиями машинного обучения, такими как HeadXNet. Широкое использование этой технологии требует больше данных, тестирования и разработки, прежде чем население сможет извлечь из этого пользу.

Тем не менее, HeadXNet служит значительным шагом вперед в процессе решения сложной и фатальной проблемы с недостаточно финансируемыми исследованиями. Это также демонстрирует большую выгоду использования искусственного интеллекта в качестве партнера по сотрудничеству, а не замены человека в целом. При правильной мотивации и реализации ИИ может многое предложить человечеству. Хотя мы также должны учитывать худшее, мы по-прежнему видим результаты надежды на лучшее.

Главный кредит изображения: Storyblocks

Читать далее

Астрономы могут наконец узнать источник быстрых радиовсплесков

Три новых исследования сообщают о FRB в нашей галактике. Поскольку эта была намного ближе, чем прошлые сигналы, ученые смогли отследить ее до определенного типа нейтронной звезды, известной как магнитар.

Huawei продает бренд Honor на фоне ужесточения торговых ограничений

(Фото: Кевин Фрайер / Getty Images) За последние несколько лет Huawei столкнулась с торговыми ограничениями США, и это сказывается на долгосрочной стабильности компании. Эксперты не ожидают радикальных изменений, когда в следующем году к власти придет новая администрация США, поэтому Huawei начинает принимать решительные меры. Он продал свою честь ...

IBM и Fujifilm установили новый рекорд поверхностной плотности с ленточным картриджем емкостью 580 ТБ

IBM и Fujifilm объявили о прорыве, который однажды может предоставить ленточные картриджи емкостью 580 ТБ и более.

У Stadia может быть огромный 2021 год, если Google сможет хоть раз сосредоточиться

Может быть, эта штука с облачными играми не такая уж и безумная. Фактически, 2021 год может стать огромным годом для Stadia, если Google сможет преодолеть свою тенденцию терять фокус.