医学AI如何避免患者从过度暴露到辐射

医学AI如何避免患者从过度暴露到辐射

人工智能在医学上的潜力已经引起了众多媒体和公众的关注。但是，人工智能在医疗保健方面的某些特定用途和后果并不是特别为人所知，至少与对人工智能的一般用途的认识相比没有。

这些用途中的某些用途可能会挽救生命，并且使用方式可能不止一种近几个月来，少数公司和研究人员已开始将AI用于医学成像，并利用机器学习算法从2D图像中构建3D模型。

乍一看，这似乎是相当标准的AI用法，但是这种新兴用途的特殊之处在于，它专注于避免MRI，CT和PET扫描。就CT和PET扫描而言，这意味着患者不会受到异常辐射水平的影响，这至少可以通过CT扫描来增加患癌的风险。

提供此类技术的公司是Zebra Medical Vision。总部位于以色列的主要产品是基于AI的“影像分析引擎”，可以分析各种格式的医学扫描并识别多种疾病。本月，它宣布与骨科和神经外科手术公司DePuy Synthes建立合作伙伴关系，通过该合作伙伴关系，它将其基于AI的分析技术带入骨科影像。

尤其是，在这种合作关系中，将使用Zebra Medical Vision的机器学习算法从X射线图像创建患者的3D模型。通过这样做，该公司希望为全球的医院和外科医生提供经济有效的手术计划，帮助他们避免或至少减少MRI或CT扫描。

“算法是在大量CT扫描上进行训练的，其推论是基于同一位患者的2D图像。Zebra-Med对数亿张图像的战略性访问可实现这些类型的突破，”该公司的合作伙伴Eyal Gura解释说。创始人兼首席执行官。

毫不奇怪，Zebra使用此公告来强调其技术的有效性和多功能性。也就是说，使用AI来创建3D医学图像的最积极的效果之一是，通过减少对CT扫描的需求，它将使成千上万的患者免于遭受相对较高的辐射。从长远来看，对于许多人来说，这可能会挽救生命。

平均而言，CT扫描会产生1到10毫瓦的辐射。从某种角度看，一次胸部CT扫描可产生与100到200幅X射线相同的辐射量。这会使患者在以后的生活中患癌症的几率为2,000分之一。这仍然是一个低概率，但是与低剂量X射线后发生癌症的机会相比，这与研究增加的患癌风险没有关系，这肯定是可以忽略的。

因此，Zebra Medical Vision使用机器学习来避免不必要的扫描是一个非常积极的发展。它不是在这一领域工作的唯一一家公司。总部位于慕尼黑的初创公司ImFusion是另一家利用AI技术的公司，尽管在这种情况下，它正在将2D超声图像转换为3D模型，而不是X射线。这再次减少了对CT扫描的需求，而在ImFusion的情况下，它还为外科医生在手术期间实时提供了3D模型，而MRI或CT扫描无法做到这一点。

在从2D图像创建3D模型方面也进行了大量研究。加利福尼亚大学洛杉矶分校的研究人员于上月在《自然》杂志上发表了他们的研究，他们已经成功地利用深度学习从显微镜获得的图像中创建了3D模型。同样，2018年，艾伦研究所宣布已使用AI创建细胞的3D模型，从而潜在地使医生能够追踪癌症如何改变它们。

上面的工作与创建CT和MRI扫描的替代品没有特别关系。尽管如此，它强调了该领域越来越多的研究与开发正在形成，将来可能会在很大程度上消除对涉及中等剂量或更高剂量辐射的扫描的使用。当每天都有广泛使用AI来创建3D模型并减少我们对辐射的暴露的日子到来时，它将为我们的集体健康提供双重推动。

甘肃名片包

河南监狱护栏网

惠州市其他装饰玻璃

辽宁汽车消声器

佛山市排污泵