我们模型分割性能的定性示例图像
分割在整个压缩过程中是稳健的
评估静脉区域的完全可压缩性，以排除深静脉血栓
设备:Clarius L7 (2017)
信用:https://doi
org/10
1038/s 141746-021-00503-7 一组研究人员正在开发人工智能(AI)算法的使用，目的是像传统放射科医生解释的诊断扫描一样更快、更有效地诊断深静脉血栓形成(DVT)，有可能减少漫长的患者等待名单，避免患者在没有药物治疗DVT时不必要地接受药物治疗
深静脉血栓是一种最常见于腿部的血凝块，会引起肿胀、疼痛和不适——如果不治疗，它会导致肺部出现致命的血凝块
30-50%的深静脉血栓患者会出现长期症状和残疾
牛津大学、帝国理工学院和谢菲尔德大学的研究人员与科技公司ThinkSono(由Fouad Al-Noor和Sven Mischkewitz领导)合作，训练机器学习AI算法(AutoDVT)来区分患有DVT的患者和没有DVT的患者
与黄金标准超声扫描相比，人工智能算法准确诊断了深静脉血栓，研究小组得出结论，使用该算法可以为医疗服务节省每次检查150美元
研究负责人Dr
尼古拉·库里是牛津大学拉德克利夫医学系的研究员，也是牛津大学医院国民保健服务基金会信托的临床医生
这是第一项表明机器学习人工智能算法可以潜在诊断深静脉血栓的研究，研究人员将启动一项测试准确性盲临床研究，将自动深静脉血栓的准确性与标准护理进行比较，以确定对拾取深静脉血栓病例的敏感性
希望AutoDVT能够更快地为全球每年有可能出现静脉血栓的近800万人做出正确的诊断
牛津血友病和血栓中心的研究小组成员克里斯托弗·迪恩说:“人工智能算法不仅可以被训练来分析超声图像，以区分血凝块的存在与否，它还可以引导用户使用超声棒沿着股静脉到达正确的位置，这样即使是非专业用户也可以获得正确的图像。”
该研究小组希望，自动DVT工具与人工智能算法的结合，将允许非专业医疗保健专业人员，如全科医生和护士，快速诊断和治疗DVT
它还可以允许非专家收集图像，这些图像可以发送给专家，以便于对那些无法联系到专家的人进行诊断
“目前，许多患者在疑似深静脉血栓形成的24小时内没有明确的诊断，因此许多患者最终接受了痛苦的注射，这通常是一种不必要的抗凝剂，具有潜在的副作用，”Dr
库里也是牛津血液中心的一员
这项研究的结果发表在《数字医学》杂志上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
