人工智能在几秒钟内读取脑部MRI图像,自动发现急诊病例

该系统可以识别多种神经系统疾病并评估需要医疗干预的紧急程度。根据新的研究,该模型的准确率高达97.5%。

根据密歇根大学的研究人员的说法,Prima,即人工智能系统,是基于大量实际核磁共振数据进行训练的,结合患者的病历和临床信息。结果显示,Prima不仅能识别疾病,还能对需要优先处理的病例进行分类。这项研究发表在《自然生物医学工程》杂志上。

根据这项研究的主要作者、密歇根医学院神经外科医生托德·霍伦医生的说法,对核磁共振成像的需求日益增长,给医生团队和医疗系统带来了巨大压力。 在这种背景下,人工智能工具可以通过提供更快更准确的诊断信息来帮助减轻负担。

研究小组对Prima进行了超过30,000例MRI检查,涉及50多个不同的影像诊断组,包括许多严重的神经系统疾病。据研究小组称,Prima的诊断效果高于当今许多先进的AI模型。

该系统可以自动识别需要优先考虑的病例,如中风或脑出血,以及需要立即医疗干预的情况。在这种情况下,Prima可以向合适的专科医生发送警告,以缩短处理时间。

Prima属于视觉-语言模型组,能够在实时同时处理图像和文本。与以前通常只训练用于狭窄任务的AI系统不同,Prima在一个庞大而多样的数据集合上接受培训,其中包括超过20万例拍摄和560万条图像序列,以及病史和拍摄的指征原因。

根据作者团队的说法,这种方法帮助Prima推断得更接近临床实践,因为它将图像数据与每个患者的具体病理背景相结合。

每年,全球范围内都会进行数百万例核磁共振成像,其中大部分与神经系统疾病有关。 然而,核磁共振成像需求的增长速度远远超出了影像诊断专家团队的承受能力,导致超负荷和结果延迟。

在许多医疗机构,特别是在缺乏资源的地区,患者可能需要等待数天才能获得诊断结果。 Prima 等新技术可以帮助改善获得影像诊断服务的机会,无论医疗机构的规模或位置如何。

尽管取得了积极的成果,但研究小组强调Prima仍处于初步评估阶段。后续研究将侧重于整合更多电子医疗记录数据,以提高诊断准确性。

霍伦医生将Prima比作“用于医学影像诊断的ChatGPT”,目标是支持,而不是取代医生在临床实践中的作用。

在此处阅读原文