近年来深度学习领域取得了长足的进步

聚焦热点 2021-07-16 16:45:33

近年来,深度学习领域取得了长足的进步,但目前,货架上几乎没有使用该技术的医疗产品。因此,医生继续使用过去几十年使用的相同工具。

为了解决这个问题,生物医学工程学院 Yael Yaniv 教授的研究小组与 Taub 计算机科学学院的 Alex Bronstein 教授和 Assaf Schuster 教授的研究小组联手。现在,在他们的共同监督下,博士生 Yonatan Elul 和 Aviv Rosenberg 的研究已发表在《国家科学院院刊》上。在文章中,作者展示了一种基于 AI 的系统,该系统可以根据数百个心电图自动检测疾病,这是目前用于诊断心脏病的最广泛技术。

新系统使用增强神经网络自动分析心电图 (ECG) ,这是当今深度学习中最突出的工具。这些网络通过对大量样本的训练来学习不同的模式,研究人员开发的系统在来自不同国家医院数百名患者的超过 150 万个心电图片段上进行了训练。

一个多世纪前开发的心电图提供了有关影响心脏的疾病的重要信息,并且可以快速且无创地进行。问题是打印输出目前由人类心脏病专家解释,因此,他们的解释必然充满主观因素。因此,世界各地的许多研究小组都在致力于开发能够高效准确地自动解释打印输出的系统。此外,这些系统能够识别人类心脏病专家(无论他们的经验如何)都无法检测到的病理状况。

Technion 研究人员开发的系统是根据心脏病专家定义的要求构建的,其输出包括结果的不确定性估计、ECG 波上可疑区域的指示,以及有关不确定结果和病理风险增加的警报。心电图信号本身。即使心电图打印输出中没有显示心律失常,该系统在提供有关有心律失常风险的患者的警报方面表现出足够的灵敏度,并且误报率可以忽略不计。此外,新系统使用公认的心脏病学术语解释其决定。

研究人员希望该系统可用于跨人群扫描,以便及早发现有心律失常风险的人。如果没有这种早期诊断,这些人心脏病发作和中风的风险就会增加。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢

最新文章