AI工具让医生对治疗COVID-19的肺部有了新的认识

- 编辑:大众自然网 -

AI工具让医生对治疗COVID-19的肺部有了新的认识

AI工具让医生对治疗COVID-19的肺部有了新的认识

在COVID-19大流行的刺激下,普林斯顿大学的研究人员开发了一种诊断工具,用于分析患病肺部的胸部x射线模式。这个新工具可以为医生提供有关病人病情的有价值的信息,而且在护理时又快又便宜。

该项目首席研究员、电气工程教授贾森·弗莱舍(Jason Fleischer)表示,他是在阅读了COVID-19毁灭性的一系列攻击后,受到启发,才发明了这个工具。随着医院里挤满了病人,医生们观察到两种基本类型的肺损伤,一种比另一种更直接危及生命。不同类型的治疗可以有所不同,因此区分两者可以改善护理和更好地分配稀缺资源。

虽然目前的鉴别方法涉及昂贵和耗时的程序,如计算机断层扫描(CT),但弗莱舍的机器学习模型观察一个简单的x射线图像,并发现即使是专业的人眼也难以识别的模式。这一工具将为医生确定COVID-19肺炎的类型和严重程度提供一种新的方法。这个过程,在地面上,是很简单的。

弗莱舍说:“重要的是,实际上并没有什么变化。“技术人员不需要做任何不同的事情。医院不需要做任何新的手术。他们已经照过x光片了,我们可以给他们一些额外的信息。”

Fleischer和研究生Mohammad Tariqul Islam发表了一篇论文,详细介绍了他们在medrxiv(读作med archive)上的工作。medrxiv是一个服务器,科学家可以在论文经过正式编辑过程的同时,以早期草稿的形式分享研究结果。在撰写本文时,Fleischer的论文“使用单个x射线图像区分COVID-19的L型和H型”还没有经过同行评审。

“单次x射线扫描不具备x射线层析成像的分辨率,”布朗大学(Brown University)生物成像专家和工程学教授基马尼图森特(Kimani Toussaint)说,他没有参与这项研究。他说,弗莱舍的团队发现了他们论文中的一个重要问题,试图“以一种非常实用的方式,解决如何使用更容易获得的x射线快速筛查COVID-19患者的问题,并从根本上对他们进行分类或按他们应该接受的治疗类型进行分类。”

“我觉得画得很好,”杜桑说。

宾夕法尼亚大学(University of Pennsylvania)哈伦肺中心(Harron Lung Center)的创始医学主任约翰汉森-弗拉森(John Hansen-Flaschen)博士也没有参与这项研究,他强调了情况的复杂性。他对任何一种处理图像的方法都能解决这个问题表示怀疑,但他没有排除弗莱舍的工具作为整体的一部分可能有价值的可能性。

弗莱舍也认为,他的工具并不是万灵药。他的目标是帮助医生,而不是代替医生做决定。通过这种方式,x射线图像的机器学习可能在大流行的关键地区以及COVID-19以外的呼吸系统疾病(如哮喘)中产生重大影响。

这项研究是基于Luciano Gattinoni博士的一篇医学文章,他描述了这两种情况。许多COVID-19病例表现为一种常见的肺炎,即患者肺部排列的微小囊泡僵硬且充满液体。僵硬限制呼吸和阻止氧转移到血流。这种形式的治疗包括使用机械呼吸机进行插管,由计算机控制病人的呼吸。但有一半以上的病人看起来更像一名高原病登山者:血氧水平处于危险的低水平,但肺部运转良好,呼吸几乎正常。反常的是,在这些病例中,机械通气会损害肺部,加重病情。第二类需要在加蒂诺尼博士的系统下进行侵入性较小的治疗,比如低压氧气、身体重新定位,以及使用睡眠呼吸暂停设备。

在4月下旬发表的另一篇论文中,加蒂诺尼和他的同事写道:“不同重症监护病房的死亡率差异很大,这增加了一种可能性,即通气管理的方法可能有助于治疗结果。”简而言之,医生在给病人使用机械呼吸机之前应该确定正确的症状类型。

虽然这一观点在医学界可能很重要,但弗莱舍认为他的技术无论如何都是有用的。机器学习是未来个性化医疗的关键,弗莱舍的x射线分析工具是这条道路上的一步。无论Gattinoni提到的情况是两种截然不同的类别,还是在一个平滑谱的两端各有两个极端,医生们都认为,更多的信息将有助于决定是否让患者使用呼吸机。

弗莱舍说:“如果你能分辨出谁是一个好的回应者,谁不是,那么你说它是二进制的还是连续的就几乎没有意义了。”即使它是连续的,也有好处。”

Gattinoni说,CT扫描是目前揭示这种疾病肺部模式的最佳方法。但是,CT扫描从多个角度将许多x射线图像组合成一张图片,既耗时又非常昂贵。即使在富裕的医院,扫描程序也需要时间来安排和执行。对于病毒患者,运送到断层扫描设备对他们和工作人员都是危险的。当人力资源紧张时,从皇后区到雅加达的医院,这些程序都很费力。在许多农村或发展中地区,CT根本不是一种选择。

人工智能可以帮助医生理解那些难以理解的数据。“我一直致力于机器学习,主要是为了物理,”弗莱舍说。“通过云层成像,寻找流体在湍流中流动的方向,等等。”在DARPA和空军的赞助下,他开发了人工智能来分析嘈杂的图像,利用算法来发现潜在的动力方程和预测未来的运动。在过去的十年里,他利用这一专业知识来发展生物医学成像技术,包括用于卵巢癌的超声技术和用于发现糖尿病发作的脚感器。

与他过去的生物医学创新一样,新COVID-19工具的设计目的是处理嘈杂和复杂的信息,并使该领域的临床医生更容易理解这些信息,这些临床医生必须在不完善的数据下做出决定,有时甚至是在极端的压力下做出决定。弗莱舍希望它能让医生在选择病人的治疗方案时更有信心。最后,像他的同事一样,他听从专家的意见。

考虑到它的警告和它对更好的治疗的承诺,弗莱舍给那些可能从他的技术中受益的病人提供了建议。

“听医生的,”他说。


AI工具让医生对治疗COVID-19的肺部有了新的认识