由于阿德萊德大學(xué)領(lǐng)導(dǎo)的新研究，計(jì)算機(jī)僅通過觀察器官圖像就可以預(yù)測患者的生命周期，這是向現(xiàn)實(shí)邁進(jìn)的一步。

該研究現(xiàn)已發(fā)表在“ 自然 ”雜志“ 科學(xué)報(bào)告”上，對(duì)早期診斷嚴(yán)重疾病和醫(yī)療干預(yù)具有重要意義。

來自大學(xué)公共衛(wèi)生學(xué)院和計(jì)算機(jī)科學(xué)學(xué)院的研究人員以及澳大利亞和國際合作者使用人工智能分析了48名患者胸部的醫(yī)學(xué)成像。這種基于計(jì)算機(jī)的分析能夠預(yù)測哪些患者將在五年內(nèi)死亡，準(zhǔn)確率為69% - 與臨床醫(yī)生的“手動(dòng)”預(yù)測相當(dāng)。

這是第一次使用醫(yī)學(xué)圖像和人工智能進(jìn)行此類研究。

“預(yù)測患者的未來是有用的，因?yàn)樗梢允贯t(yī)生為個(gè)人量身定制治療方法，”主要作者Luke Oakden-Rayner博士說，他是阿德萊德大學(xué)公共衛(wèi)生學(xué)院的放射學(xué)家和博士生。

“到目前為止，生物年齡的準(zhǔn)確評(píng)估和對(duì)患者壽命的預(yù)測一直受到醫(yī)生無法查看體內(nèi)并測量每個(gè)器官健康狀況的限制。

“我們的研究調(diào)查了'深度學(xué)習(xí)'的使用，這是一種計(jì)算機(jī)系統(tǒng)可以學(xué)習(xí)如何理解和分析圖像的技術(shù)。

“盡管本研究中只使用了一小部分患者，但我們的研究表明，計(jì)算機(jī)已經(jīng)學(xué)會(huì)識(shí)別疾病的復(fù)雜影像表現(xiàn)，這需要對(duì)人類專家進(jìn)行廣泛的培訓(xùn)，”Oakden-Rayner博士說。

雖然研究人員無法確切地確定計(jì)算機(jī)系統(tǒng)在圖像中看到的內(nèi)容以進(jìn)行預(yù)測，但最有信心的預(yù)測是針對(duì)患有嚴(yán)重慢性疾病(如肺氣腫和充血性心力衰竭)的患者。

奧克登 - 雷納博士說：“自動(dòng)化系統(tǒng)不是專注于診斷疾病，而是通過整合大量數(shù)據(jù)和檢測微妙模式，以醫(yī)生未經(jīng)過培訓(xùn)的方式預(yù)測醫(yī)療結(jié)果。”

“我們的研究為人工智能技術(shù)在醫(yī)學(xué)圖像分析中的應(yīng)用開辟了新的途徑，并為早期發(fā)現(xiàn)嚴(yán)重疾病提供了新的希望，需要特殊的醫(yī)療干預(yù)。”

研究人員希望應(yīng)用相同的技術(shù)來預(yù)測其他重要的醫(yī)學(xué)狀況，例如心臟病發(fā)作。

他們研究的下一階段涉及分析成千上萬的患者圖像。