導(dǎo)讀： 一項(xiàng)新的研究成果表明，人工智能有助于更好地理解長(zhǎng)期肺部疾病診斷中的肺部功能測(cè)試結(jié)果。2016年9月4日的歐洲呼吸協(xié)會(huì)的國(guó)際大會(huì)展示展示了這項(xiàng)成果，這是對(duì)人工智能在改善肺部疾病診斷準(zhǔn)確性方面潛在應(yīng)用的首次探索。
一項(xiàng)新的研究成果表明，人工智能有助于更好地理解長(zhǎng)期肺部疾病診斷中的肺部功能測(cè)試結(jié)果。
2016年9月4日的歐洲呼吸協(xié)會(huì)的國(guó)際大會(huì)展示展示了這項(xiàng)成果，這是對(duì)人工智能在改善肺部疾病診斷準(zhǔn)確性方面潛在應(yīng)用的首次探索。
目前的測(cè)試需要一系列的方法，包括肺功能測(cè)試測(cè)量了呼吸時(shí)空氣的量（體積）和速度（流量），接著是一個(gè)測(cè)量靜態(tài)肺容積和氣道阻力的體積描記法測(cè)試，最后是一個(gè)擴(kuò)散試驗(yàn)，衡量穿梭于肺泡中的氧氣和其他氣體的體量。這些測(cè)試結(jié)果的分析大都是基于專家意見和國(guó)際準(zhǔn)則，試圖在結(jié)果中檢測(cè)到圖像。
在這個(gè)新的研究中，研究人員收集了968位實(shí)驗(yàn)者的數(shù)據(jù)，他們都是第一次進(jìn)行完整的肺功能測(cè)試。所有參與者都收到了基于肺功能測(cè)試和其他所有必要的額外的測(cè)試（如CT掃描、心電圖等）的第一份臨床診斷。最終的診斷結(jié)果還需要醫(yī)務(wù)專家共同驗(yàn)證。
研究人員隨后探索了“機(jī)器學(xué)習(xí)”的概念是否可以用來(lái)分析完整的肺功能測(cè)試。利用機(jī)器學(xué)習(xí)算法，可以學(xué)習(xí)和執(zhí)行預(yù)測(cè)數(shù)據(jù)分析。
團(tuán)隊(duì)開發(fā)了一個(gè)算法，加入了常規(guī)肺功能參數(shù)和臨床變量，如吸煙史、身體質(zhì)量指數(shù)和年齡。基于臨床和肺功能數(shù)據(jù)的，該算法使最可能的診斷建議。
比利時(shí)魯汶大學(xué)的Wim Janssens是這項(xiàng)研究的資深成員，說(shuō)道：“我們?cè)谶@個(gè)新研究中已經(jīng)證明，人工智能可以為我們提供更準(zhǔn)確的診斷。我們開發(fā)這個(gè)算法的意義在于，可以以一個(gè)更標(biāo)準(zhǔn)客觀、不帶任何偏見的方式，模擬臨床醫(yī)生用來(lái)診斷的復(fù)雜推理過(guò)程。”
目前，臨床醫(yī)生還必須依靠基于人數(shù)的參數(shù)分析結(jié)果。有了人工智能，機(jī)器就可以一次性觀察所有圖像的集合，這有助于產(chǎn)生一個(gè)更準(zhǔn)確的診斷。這在其他健康領(lǐng)域已經(jīng)出現(xiàn)過(guò)，自動(dòng)解讀臨床實(shí)踐中慣用的心電圖結(jié)果，將其作為一個(gè)決策支持系統(tǒng)。
這項(xiàng)研究的第一作者M(jìn)arko Topalovic來(lái)自比利時(shí)魯汶大學(xué)，說(shuō)道：“這個(gè)方法的好處是能更準(zhǔn)確、更自動(dòng)地解釋肺功能測(cè)試結(jié)果，從而更好地檢測(cè)疾病。這不僅可以幫助到?jīng)]有經(jīng)驗(yàn)的臨床醫(yī)生，對(duì)醫(yī)療整個(gè)方面都有很多好處，因?yàn)檫@能節(jié)省完成最終診斷的時(shí)間，而且可以減少臨床醫(yī)生正在用于確認(rèn)診斷的額外測(cè)試。”
研究小組的下一步計(jì)劃是將是在不同人群中測(cè)試算法，并通過(guò)持續(xù)更新臨床診斷肺部功能數(shù)據(jù)提高系統(tǒng)的決策力與肺功能驗(yàn)證。
