亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息最新消息ISMRM:AI為精準醫學鋪平道路

ISMRM:AI為精準醫學鋪平道路

來源 : 亞洲健康互聯海外中心
update : 2019/05/21
根據上周在加拿大蒙特婁舉行的國際醫學磁共振協會(ISMRM 2019)年會的一場演講,醫學成像中的人工智能(AI)可以透過協助診斷,了解疾病發展和預測患者結果,為醫療保健的巨大進步打開大門。

麥吉爾大學智能機器中心概率視覺組主任Tal Arbel博士表示,它還有助於加快和進行新治療的準確臨床試驗,並且促進個體化醫療的進步。

臨床使用AI
Arbel表示,雖然各種機器學習方法已經成功用於醫學成像中的分割、分類和預測任務,但這些方法尚未廣泛地整合到臨床實踐中。這些整合挑戰中的一部分,是由於電腦科學/工程實驗室通常無法使用培訓所需的大規模註釋數據集。

在14日ISMRM的演講中,Arbel分享了她的團隊開發用於大型臨床試驗,MRI數據集的醫學圖像分析的機器學習技術的工作,特別是針對多發性硬化症(MS)患者。該小組開發了一種演算法,用於檢測和分割MS患者腦部MRI上的病變,預測基線時未來的MRI病變活動,並預測復發MS或進展型MS患者的大型數據集的進展。這項工作的長期目標是邁向精準醫學並幫助藥物開發。

MS是影響年輕人的最常見的神經系統疾病,並且沒有治癒方法。MS的標誌之一是腦部MRI上出現病變。根據Arbel的說法,在T2加權圖像上高信號的病變體積和數量,已被用於估計疾病和活動的負擔。

根據Arbel的說法,在連續的MRI檢查中出現新的或擴大的T2病變非常重要,因為它是疾病活動的標誌,需要進行監測以評估治療效果。然而,關於檢測新病變,MRI報告通常不夠詳細、準確或精確,她說。此外,放射科醫師會發現新病變的視覺識別具有挑戰性。

「因此,如果你減去基線和隨訪,你會看到圖像的差異,很難區分新的和擴大的病變,與其他人為的變化,」她解釋說。

釓增強病灶(gadolinium-enhancing lesions)
T1圖像上的釓增強損傷的檢測作為疾病活動的標記也是重要的。然而,這些病變也難以識別,因為這些圖像上存在大量的非病變性增強,並且病變通常很小,她說。

對於臨床試驗...完整