1
| 本文作者： no name | 2016-09-05 13:08 |
一項新的研究成果表明，人工智能有助于更好地理解長期肺部疾病診斷中的肺部功能測試結果。
2016年9月4日的歐洲呼吸協會的國際大會展示展示了這項成果，這是對人工智能在改善肺部疾病診斷準確性方面潛在應用的首次探索。
目前的測試需要一系列的方法，包括肺功能測試測量了呼吸時空氣的量(體積)和速度(流量)，接著是一個測量靜態肺容積和氣道阻力的體積描記法測試，最后是一個擴散試驗，衡量穿梭于肺泡中的氧氣和其他氣體的體量。這些測試結果的分析大都是基于專家意見和國際準則，試圖在結果中檢測到圖像。
在這個新的研究中，研究人員收集了968位實驗者的數據，他們都是第一次進行完整的肺功能測試。所有參與者都收到了基于肺功能測試和其他所有必要的額外的測試(如CT掃描、心電圖等)的第一份臨床診斷。最終的診斷結果還需要醫務專家共同驗證。
研究人員隨后探索了“機器學習”的概念是否可以用來分析完整的肺功能測試。利用機器學習算法，可以學習和執行預測數據分析。
團隊開發了一個算法，加入了常規肺功能參數和臨床變量，如吸煙史、身體質量指數和年齡。基于臨床和肺功能數據的，該算法使最可能的診斷建議。
比利時魯汶大學的Wim Janssens是這項研究的資深成員，說道：“我們在這個新研究中已經證明，人工智能可以為我們提供更準確的診斷。我們開發這個算法的意義在于，可以以一個更標準客觀、不帶任何偏見的方式，模擬臨床醫生用來診斷的復雜推理過程。”
目前，臨床醫生還必須依靠基于人數的參數分析結果。有了人工智能，機器就可以一次性觀察所有圖像的集合，這有助于產生一個更準確的診斷。這在其他健康領域已經出現過，自動解讀臨床實踐中慣用的心電圖結果，將其作為一個決策支持系統。
這項研究的第一作者Marko Topalovic來自比利時魯汶大學，說道：“這個方法的好處是能更準確、更自動地解釋肺功能測試結果，從而更好地檢測疾病。這不僅可以幫助到沒有經驗的臨床醫生，對醫療整個方面都有很多好處，因為這能節省完成最終診斷的時間，而且可以減少臨床醫生正在用于確認診斷的額外測試。”
研究小組的下一步計劃是將是在不同人群中測試算法，并通過持續更新臨床診斷肺部功能數據提高系統的決策力與肺功能驗證。
via EurekAlert
雷鋒網按: 本文由雷鋒網獨家編譯，未經許可禁止轉載！
推薦閱讀：
扎克伯格的新年愿望居然被他們實現了？！首個人工智能安全系統Flare橫空出世
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
