中文字幕在线天|亚洲一区二区三区手机版|少妇中文字幕乱码亚洲影视|最好看的久久综合伊人



      

      
  

      

      
	
	

      

      



      

	
      

      
	
      
  	       
      
       中國(guó)基因網(wǎng)您的位置：首頁(yè) >國(guó)內(nèi)研究 >        
      
  
      
		
      
			
      深度學(xué)習(xí)顯示改善X線胸片解讀的潛力
      
			
      
				2019-12-04 10:18:32
				?
			  來(lái)源：
			
      
		
      
				
		
      
			
      根據(jù)《放射學(xué)》雜志上發(fā)表的一項(xiàng)研究，一種先進(jìn)的人工智能(AI)可以像有經(jīng)驗(yàn)的放射科醫(yī)生一樣有效地檢測(cè)出具有臨床意義的胸部X光檢查結(jié)果。研究人員表示，他們的發(fā)現(xiàn)基于一種稱為深度學(xué)習(xí)的AI，可以為AI胸部X射線照相模型的未來(lái)發(fā)展提供寶貴的資源。
      

      深度學(xué)習(xí)顯示改善X線胸片解讀的潛力
      

      胸部X光檢查或X射線檢查是全球最常見(jiàn)的影像學(xué)檢查之一，旨在幫助診斷咳嗽，發(fā)燒和疼痛等癥狀的來(lái)源。盡管它很受歡迎，但是考試還是有局限性的。
      

      我們發(fā)現(xiàn)，胸部X光片的解釋有很多主觀性。閱讀器之間的重要變異性和檢測(cè)重要臨床發(fā)現(xiàn)的次優(yōu)敏感性可能會(huì)限制其有效性。”
      

      深度學(xué)習(xí)是一種復(fù)雜的AI類型，可以訓(xùn)練計(jì)算機(jī)識(shí)別細(xì)微的模式，它有可能改善胸部X射線解釋能力，但它也有局限性。例如，源自一組患者的結(jié)果不能總是推廣到整個(gè)人群。
      

      Google Health的研究人員開(kāi)發(fā)了用于胸部X射線解釋的深度學(xué)習(xí)模型，該模型克服了其中一些限制。他們使用兩個(gè)大型數(shù)據(jù)集來(lái)開(kāi)發(fā)，訓(xùn)練和測(cè)試模型。第一個(gè)數(shù)據(jù)集包含來(lái)自印度五家醫(yī)院的超過(guò)750,000張圖像，而第二個(gè)數(shù)據(jù)集包含國(guó)立衛(wèi)生研究院(NIH)公開(kāi)提供的112,120張圖像。
      

      放射科醫(yī)生小組召集起來(lái)，為用于訓(xùn)練模型的胸部X射線上可見(jiàn)的某些異常情況創(chuàng)建參考標(biāo)準(zhǔn)。
      

      Google Health產(chǎn)品經(jīng)理醫(yī)學(xué)博士Daniel Tse說(shuō)：“胸部X射線解釋通常是定性評(píng)估，從深度學(xué)習(xí)的角度來(lái)看這是有問(wèn)題的。“通過(guò)使用大量多樣的胸部X射線數(shù)據(jù)和基于面板的裁決，我們能夠?qū)δＰ瓦M(jìn)行更可靠的評(píng)估。”
      

      深度學(xué)習(xí)模型的測(cè)試表明，它們與放射線醫(yī)生的表現(xiàn)相當(dāng)，可檢測(cè)到額胸X線片的四個(gè)發(fā)現(xiàn)，包括骨折，結(jié)節(jié)或腫塊，不透明(X線片上的異常外觀，通常指示疾病)和氣胸(肺和胸壁之間的空腔中存在空氣或氣體)。
      

      放射科醫(yī)生的裁決導(dǎo)致專家對(duì)用于模型調(diào)整和性能評(píng)估的標(biāo)簽的共識(shí)增加。總體共識(shí)從最初閱讀后的略高于41%增長(zhǎng)到裁決后的近97%。
      

      研究人員說(shuō)，嚴(yán)格的模型評(píng)估技術(shù)比現(xiàn)有方法具有優(yōu)勢(shì)。首先從基于醫(yī)院的廣泛臨床影像集開(kāi)始，然后對(duì)各種病例進(jìn)行采樣并報(bào)告人口調(diào)整指標(biāo)，結(jié)果將更具代表性和可比性。另外，放射科醫(yī)生的裁決提供了一個(gè)參考標(biāo)準(zhǔn)，該參考標(biāo)準(zhǔn)比其他方法更敏感，更一致。
      

      謝醫(yī)生說(shuō)：“我們相信這項(xiàng)工作中使用的數(shù)據(jù)采樣有助于更準(zhǔn)確地表示這些情況的發(fā)生率。” “向前邁進(jìn)，深度學(xué)習(xí)可以提供有用的資源，以促進(jìn)繼續(xù)開(kāi)發(fā)用于胸部X線照相的臨床有用的AI模型。”
      

      研究小組已通過(guò)以下鏈接為其他研究人員提供了數(shù)千種NIH圖像的專家評(píng)審標(biāo)簽：https：// 云。谷歌。com / Healthcare / docs / resources / public-datasets / nih-chest#additional_labels。
      

      Shetty說(shuō)：“ NIH數(shù)據(jù)庫(kù)是一個(gè)非常重要的資源，但是當(dāng)前的標(biāo)簽很嘈雜，這使得解釋這些數(shù)據(jù)的結(jié)果變得困難。” “我們希望標(biāo)簽的發(fā)布將有助于該領(lǐng)域的進(jìn)一步研究。”
      
			

			
        
      
			
      
            鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
			
      
			
			
      
        
      推薦內(nèi)容