根据在伊坎学校进行的一项研究，一种旨在识别各种急性神经系统疾病(如中风，出血和脑积水)的人工智能平台，可以在1.2秒内识别CT扫描中的疾病，比人类诊断更快。西奈山的医学杂志今天在“ 自然医学 ”杂志上发表。

“整个处理和解释时间为1.2秒，这样的分类系统可以提醒医生一个关键的发现，否则可能会在队列中停留几分钟到几个小时，”资深作者Eric Oermann博士说，他是神经外科的讲师。在西奈山的伊坎医学院。“我们正在实施开发医学人工智能的愿景，以解决临床问题并改善患者护理。”

这是第一项利用人工智能检测各种急性神经系统事件并展示直接临床应用的研究。研究人员使用37,236头CT扫描训练深度神经网络，以确定图像是否包含关键或非关键的发现。然后在模拟临床环境中的盲法随机对照试验中测试该平台，其中基于严重性对头部CT扫描进行分类。对计算机软件进行了多快的识别和提供通知的测试，以及放射科医师注意到疾病的时间。计算机算法预处理图像，运行其推理方法，以及必要时发出警报的平均时间比医生读取图像的时间短150倍。

该研究使用了“弱监督学习方法”，该方法建立在研究团队在自然语言处理方面的专业知识和西奈山卫生系统的大型临床数据集的基础之上。Oermann博士说，这项研究的下一阶段将需要增强CT扫描的计算机标签，并转向“强监督学习方法”和提高数据效率的新技术。研究人员估计，随着这些变化重新设计系统的目标将在未来两年内完成。

“表达'时间就是大脑'这一表示快速反应对急性神经系统疾病的治疗至关重要，因此任何缩短诊断时间的工具都可以改善患者的治疗效果，”研究报告的共同作者Joshua Bederson博士说。西奈山卫生系统神经外科系统主任和神经外科模拟核心临床主任。

“将深度学习和计算机视觉技术应用于放射成像是21世纪医疗保健的明确要求，”研究作者Burton Drayer博士说，他是Charles M.和Marilyn Newman教授和放射科系统主席。西奈山医疗系统，西奈山医学院实践的首席执行官，伊坎医学院的临床事务主任。