智慧應用 影音
未來車產業價值鏈平台
20211029_Research產業趨勢論壇

AI腦瘤影像判讀 靈敏度最高可達100%

美國華盛頓大學醫學院的研究團隊開發以AI自動檢測MRI影像,可以辨識患者是否罹患腦瘤。RSNA

美國華盛頓大學醫學院的研究團隊訓練出一個新的AI模型,可針對患者腦部3D影像進行辨識,判斷是健康的腦部還是罹患腦瘤,可望為放射科醫師減除繁瑣的影像判讀流程。

目前最常用來檢查腦瘤的方法包括電腦斷層掃描(CT)、核磁共振造影(MRI)以及血管攝影。在拍攝完畢後,放射科醫師必須一張一張看,並標註出可能是腦瘤的區域以及範圍大小,幾乎是一種高密集勞力作業。

這篇刊載於《Radiology: Artificial Intelligence》的最新研究,可望解決這項問題。根據Digital Health News網站報導,華盛頓大學醫學院的放射學研究所團隊設計了一個卷積神經網路(CNN)演算模型,利用MRI掃描的數據還有實際切除腦瘤組織所化驗紀錄的可公開資料來訓練,這個演算法可以辨別出包含惡性膠質瘤、腦膜瘤等六種最常見的腦瘤。

根據團內內部測試的數據,在可識別的七種型態中(包含健康以及其他六種腦瘤),準確率達到93.35%,偵測的靈敏度最低為91%,最高可達100%,而且辨識區域高度重疊於實際罹患腦瘤的區域,也就是說,只要患者腦部有腫瘤,這個演算法都可以抓得到。

如果只讓系統辨識惡性膠質瘤和慢性膠質瘤的話,演算法的準確率也高達91.95%。值得注意的是,原發性的惡性腦瘤中有將近8成為膠質瘤,代表這個模型幾乎可以找出大部分的腦瘤。團隊成員表示,這些結果都表明3D深度學習模型可以縮減標註流程,而且在某些情況下,非侵入性的MRI或許可以取代部分侵入性的採檢分析。

模型的共同開發者Aristeidis Sotiras博士指出,這是第一個以MRI影像中的體積來判定腦瘤是否存在,以及屬於哪一種常見類型的顱內腫瘤研究。這個研究意味著,未來可以擴展到其他腦瘤類型或神經系統疾病的判讀,以提升大部分神經放射學的工作效能。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 核磁共振 美國 AI 影像判讀