这个人工智能工具可以自动识别不同类型的脑损伤

一种新的人工智能工具可以通过分析CT扫描图像自动识别不同类型的脑损伤。

该系统使用一种机器学习算法来检测和区分不同类型的大脑损伤——由于受伤或疾病而受损的组织区域。

它所发现的细微差异可能有助于开发针对头部损伤的个性化治疗，每年有多达6000万人受到头部损伤的影响。

通常情况下，头部受伤的病人会被送去做CT扫描，以检查大脑内部或周围的血液。然后放射科医生检查图像来决定用哪种药物或手术来治疗。

然而，这种评估可能需要几个小时，而且经常会漏掉关于大脑损伤的类型、体积和位置的重要细节。

为了缩短时间并增强洞察力，伦敦帝国理工学院(imperial College London)和剑桥大学(Cambridge)的科学家开发了一种能够自动完成这项工作的人工智能工具。

该系统基于帝国理工学院开发的人工神经网络。研究人员对该工具进行了600多次CT扫描，显示出不同类型的脑部病变。然后，他们通过将其应用于现有的扫描数据集来检查其是否有效。

他们发现，人工智能成功地对每张图像的各个部分进行了分类，并计算出大脑是否受损。

研究人员认为，该工具可以通过检测人类通常忽略的细微变化来揭示头部损伤的进展情况。他们还认为，该工具可以为大脑损伤的预后提供新的见解——这可能有助于开发新的治疗方式。

该研究的联合第一作者、帝国理工学院的博士生米格尔•蒙泰罗(Miguel Monteiro)表示:“我们目前只将人工智能用于研究，但经过适当的验证，它也可以用于临床场景，比如资源有限、放射科医生很少的地区。”