英國《自然·機器智能》雜志13日發(fā)表的一項醫(yī)學與人工智能(AI)研究中，瑞士科學家介紹了一種人工智能系統(tǒng)可以幾秒之內(nèi)掃描心血管血流。這個深度學習模型有望讓臨床醫(yī)師在患者接受核磁共振掃描的同時，實時觀察血流變化，從而優(yōu)化診斷工作流。

四維(4D)核磁共振掃描可以用來重建心血管血流隨時間變化而產(chǎn)生的特征，對于心血管疾病的診斷具有重要意義。然而，這些掃描通常需要20分鐘的處理時間，意味著掃描過程中，無法對做成像進一步評估。加速這類掃描，就能在患者接受掃描的同時完成實時評估，不僅能節(jié)省臨床醫(yī)師的時間，還能減少患者的不適。

此次，瑞士蘇黎世聯(lián)邦理工學院研究人員瓦雷里·韋詩耐韋斯基及其同事，開發(fā)出了一種深度學習人工智能模型，可以在幾秒之內(nèi)對經(jīng)過心臟的血流進行四維重建。研究團隊用11個掃描案例訓練了一個神經(jīng)網(wǎng)絡，發(fā)現(xiàn)這個網(wǎng)絡可以準確重建正常患者和血流異常患者的主動脈血流，且準確度與傳統(tǒng)方法一致。

目前，這個人工智能系統(tǒng)還能在20秒左右的時間里重建一次掃描，比目前尖端的傳統(tǒng)方法快30倍，比之前的深度學習方法快4.2倍。

深度學習網(wǎng)絡，是機器學習中一種基于對數(shù)據(jù)進行表征學習的方法，也被稱為人工神經(jīng)網(wǎng)絡，是在現(xiàn)代神經(jīng)科學研究成果的基礎上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡處理、記憶信息的方式來進行信息處理。現(xiàn)在，深度學習網(wǎng)絡越來越多地用于生物數(shù)據(jù)分析自動化。深度學習模型的一個挑戰(zhàn)是它們的“黑箱”性質(zhì)，也就是說無法輕易鑒定一個模型執(zhí)行某項任務時的過程。科學家們認為，除利用深度學習幫助人類推進醫(yī)療事業(yè)，還可調(diào)查深度學習模型如何識別和處理所分析的數(shù)據(jù)的能力，幫助研究者更好地理解這些數(shù)據(jù)背后的生物學。

總編輯圈點

神經(jīng)網(wǎng)絡太神經(jīng)，能下棋，能答題，能識別人臉，現(xiàn)在還能加速看片。做核磁共振經(jīng)常令人不適，患者常在密閉空間里一待幾十分鐘不敢動彈，直到清晰圖像一點點呈現(xiàn)于電腦屏幕。醫(yī)生也希望能加速，讓核磁像B超一樣實時出圖。如今依靠人工智能，電腦將無數(shù)數(shù)據(jù)和經(jīng)驗化作人類望塵莫及的洞察力，即刻獻上一份份心血之作。