基于人工智能的图像分析可以自动检测出严重的心脏状况
研究人员开发了一种新的人工智能(AI)方法，可以使用光学相干断层扫描(OCT)图像自动检测心脏动脉中的斑块侵蚀。监测动脉中的斑块很重要，因为当斑块破裂时，它会阻塞流向心脏的血液，导致心脏病发作或其他严重疾病。
“如果胆固醇斑块动脉内膜开始被侵蚀就会突然减少血液流动中国电子科技大学的研究小组组长赵旺说:“这种疾病被称为急性冠状动脉综合征，需要紧急治疗。”“我们的新方法可以帮助改善斑块的临床诊断侵蚀并被用于开发心脏病患者的新疗法。”
OCT是一种具有微米级分辨率的光学成像方法，当与小型化导管集成时，可以在内部使用血管为心脏供血的冠状动脉提供3D图像。尽管临床医生越来越多地使用血管内OCT来寻找斑块侵蚀，但产生的大量数据和视觉解释图像的复杂性导致了显著的观察者之间的差异。
为了解决这一问题，王与他所在机构的一组工程师以及哈尔滨医科大学第二附属医院的余波领导的医生合作，开发了一种客观、自动的方法，使用人工智能基于OCT图像检测斑块侵蚀。他们在杂志上描述了这项新技术生物医学光学快车并证明它足够精确可以被用作临床诊断．
“我们新的基于人工智能的方法可以使用原始OCT图像自动检测斑块侵蚀的存在，而无需任何额外的输入，”王说。“客观和自动检测斑块侵蚀的能力将减少与诊断相关的费力的人工评估。”
应用人工智能
新方法包括两个主要步骤。首先，一个人工智能模型被称为神经网络使用原始图像和两段形状信息来预测可能的斑块侵蚀区域。然后，根据临床可解释的特征，模仿专业医生用于诊断的知识，使用后处理算法对初始预测进行细化。
Wang说:“我们必须开发一种新的人工智能模型，该模型包含明确的形状信息，这是用于识别OCT图像中斑块侵蚀的关键特征。”“潜在的血管内OCT成像技术也至关重要，因为它是目前最高分辨率的成像方式，可用于诊断活体患者的斑块侵蚀。”
当OCT用于血管内成像时，成像探头自动向后拉进导管内，每次回拉产生数百张图像。研究人员对5553张有斑块侵蚀的临床OCT图像进行了16次回调，对3224张没有斑块侵蚀的图像进行了10次回调，对他们的方法进行了测试。自动化方法正确预测了80%的斑块侵蚀病例，阳性预测值为73%。他们还发现，基于自动化方法的诊断与三位经验丰富的医生的诊断吻合得很好。
“尽管需要进一步的安全性验证和监管批准临床使用在患者中，该技术可用于促进斑块侵蚀的诊断，”王说。“这将涉及医生对算法的发现进行最后检查，然后确定急性冠状动脉综合征的原因和最佳治疗策略。”
研究新疗法
该方法还可以用于分析大量现有OCT数据，消除耗时和繁琐的人工图像分析过程。这可以帮助科学家改善斑块侵蚀的识别和治疗。例如，支架通常用于恢复急性冠状动脉综合征患者减少的血流，但最近的研究表明，一些药物可能提供一种侵入性更小的替代方法。
“血管内成像，伴随着人工智能技术，可以成为冠状动脉疾病诊断和治疗计划的极有价值的工具，”王说。“在未来，这种新方法可以帮助医生制定个体化的治疗策略，以最佳地管理糖尿病患者急性冠状动脉综合征．"
研究人员现在正在努力改进他们的新技术，更好地结合3D信息，并结合更多未标记的数据来提高AI模型的性能。在未来，他们还计划使用一个更大的数据集，其中包括全球人口来训练和评估算法。他们还想探索如何在各种临床情况下使用它，以进一步证明其潜在的效用和价值。
进一步探索
