米国を拠点とする研究者のチームは、CTスキャンと臨床情報を分析して、重度の外傷性脳損傷(TBI)患者のXNUMXか月の転帰を予測する革新的な深層学習モデルを作成しました。 このアルゴリズムは、脳神経外科医の予測を上回るだけでなく、TBI患者を救命医療に向けて正確に誘導することもできます。
より良い臨床的決定
研究の一環として、 ピッツバーグ大学医学部 ピッツバーグ大学医療センターで神経外傷外科医と協力しました(UPMC)重度のTBI患者の複数の頭部CTスキャンを処理する新しい人工知能モデルを作成します。 で説明されているアルゴリズム 放射線学、また、患者のバイタルサイン、血液検査、心臓機能、および昏睡の重症度の推定値を分析します。
脳イメージング技術は時間とともに進化し、画質は患者ごとに大幅に異なる可能性があるという事実を認識して、チームはさまざまなイメージングプロトコルでアルゴリズムをトレーニングすることでデータの不規則性を説明しました。
共同筆頭著者が率いる研究者 マシューピーズ & ドゥーマンアレファン、500つの患者コホートでモデルを検証しました。220つはUPMCで以前に治療された18人以上の重症TBI患者で構成され、もうXNUMXつはTRACK-TBIコンソーシアムを通じて全国XNUMX機関からのXNUMX人の患者で構成されています。 彼らはモデルのパフォーマンスを 影響 モデルとXNUMX人の脳神経外科医の予測。
開発されたモデルは、外傷性の事件からXNUMXか月後の患者の死亡リスクと好ましくない結果を正確に予測することができました。 重要なことに、このモデルは、TRACK-TBIコンソーシアムからの独立した多施設コホートでテストされたときにその能力を維持しました。 このモデルは、XNUMX人の脳神経外科医が行った予測よりも優れていることも示されました。
上級共著者として 山東省 & デビッドオコンクウォ 説明すると、TBIは正常な脳機能を破壊し、永続的な神経学的、感情的、職業的障害につながる可能性のある病気です。 そのような傷害を治療するとき、医師は臨床治療を導くために予後に依存しますが、それでも重度のTBIの結果を正確に予測するのに苦労します。 そのため、Wu氏は、「マルチモーダル臨床情報と機械学習を活用して、データ駆動型予測モデルを開発し、重症TBI患者の転帰予測を改善する大きな必要性と可能性」があると述べています。
「ディープラーニングとカリキュラム学習の手法を使用して、頭部CT画像データと患者の他の臨床変数の両方を処理する予測モデルを開発しました」とWu氏は述べています。 「実際には、このモデルは、個々の患者の回復の可能性に自動予測を提供して、臨床上の決定と患者のケアにより良い情報を提供することができます。」
個別の予測
Wuは、近年、機械学習と深層学習によって医療データ分析が変革され、コンピューターを利用した検出診断と医学的疾患の診断をサポートするパフォーマンスが向上したと述べています。 実際、多くの機械学習ベースのモデルとツールは、現在、学術調査と臨床評価を受けています。
Wuの見解では、新しいモデルの主な利点は、画像や非画像臨床データなどの多次元およびマルチモーダルデータを自動化された方法で効果的に分析できることです。 これは、機械学習がこれらの複雑なデータから重要な情報を学習できることを意味します。これは、人間の医師が消化して処理するのが難しい場合があります。
AIはEEGトレースから昏睡状態の結果を予測します
「私たちの方法は、臨床試験をガイドし、個々の患者を予測しないように設計されたIMPACTモデルなどの既存のモデルと比較して、個別の予測を提供することもできます」と彼は言います。
現在、モデルは患者の救急治療室への入院時に取得されたデータに基づいていますが、プロジェクトチームは、TBI患者のケアの過程で取得された縦断的データを組み込むことによってモデルをさらに強化する予定です。
「また、評価を調査し、そのようなモデルを臨床ワークフローと設定に展開することに関する潜在的な障壁を特定する予定です」とWu氏は付け加えます。
医学物理学週間のAIはによってサポートされています サンニュークリア、放射線治療および画像診断センター向けの患者安全ソリューションのメーカー。 訪問 www.sunnuclear.com もっとお知りになりたい。
ポスト 高度なアルゴリズムは、重度の脳損傷のある患者の転帰を予測します 最初に登場した 物理学の世界.
- a
- 能力
- 取得
- 越えて
- 添加
- 高度な
- 利点
- AI
- アルゴリズム
- 分析
- 人工の
- 人工知能
- 仲間
- 出席する
- 著者
- 自動化
- 障壁
- 血
- できる
- これ
- 臨床試験
- 昏睡
- 比べ
- 複雑な
- 可能性
- 国
- 作ります
- 作成した
- データ
- データ分析
- 決定
- 深いです
- 展開する
- 記載された
- 設計
- 検出
- 開発する
- 発展した
- 異なります
- 難しい
- 病気
- 病気
- 間に
- 効果的に
- 本質的な
- 見積もり
- 評価
- 進化
- 既存の
- エキスパート
- 探る
- 名
- フォロー中
- から
- function
- さらに
- ガイド
- HTTPS
- 人間
- 識別する
- 画像
- 画像
- 影響
- 改善します
- 改善されました
- 独立しました
- 個人
- 情報
- 革新的な
- 機関
- インテリジェンス
- 調査
- IT
- キー
- つながる
- LEARN
- 学習
- ツェッペリン
- 活用します
- 機械
- 機械学習
- 製
- 方法
- メーカー
- 手段
- 医療の
- モデル
- ヶ月
- 他には?
- の試合に
- 通常の
- ノート
- 職業の
- その他
- 部
- パフォーマンス
- 恒久的な
- 医師
- 物理学
- プラン
- 潜在的な
- 練習
- 予測する
- 予測
- 予測
- 現在
- プロセス
- ラボレーション
- 東京大学大学院海洋学研究室教授
- プロジェクト
- プロトコル
- 提供します
- 品質
- 範囲
- 最近
- 回復
- 研究
- 研究者
- リスク
- 安全性
- 学校
- 科学者たち
- 示す
- サイン
- SIX
- 半年
- ソリューション
- スポンサー
- サポート
- 支援する
- チーム
- テクニック
- テスト
- テスト
- 三
- 介して
- 時間
- 豊富なツール群
- に向かって
- トレーニング
- 変換
- 治療
- 下
- 大学
- 検証済み
- 詳しく見る
- 極めて重要な
- 週間
- 働いていました
- wu
- 年