人工智能技术若何改恶人类多种疾病的诊疗？

doi：10.3389/fcvm.2021.677574

心周脂肪（PAT，Pericardial adipose tissue）或者是机体血汗管疾病的一个新型的危险标记物，然而因为缺乏疾速的无辐射PAT定量办法，是以今朝迷信家们无奈展开对年夜样本的查看。近日，一篇颁发在国内杂志Frontiers in Cardiovascular Medicine上题为“Automated Quality-Controlled Cardiovascular Magnetic Resonance Pericardial Fat Quantification Using a Convolutional Neural Network in the UK Biobank”的研讨申报中，来自伦敦年夜学玛丽皇后学院等机构的迷信家们通过研讨开辟了一种新型的人工智能对象（AI），其或能从MRI扫描图像中自动测定心脏四周的脂肪含量。

应用这种新型对象，研讨职员就发现，心脏四周的脂肪量越年夜，个别患糖尿病的能够性就越年夜，而这与个别的年龄、性别和BMI有关。脂肪在机体中的散布会影响一团体患多种疾病的危险，罕用的BMI掂量指标年夜多能反映皮肤下的脂肪沉积环境，而并非是机体外部内脏四周的脂肪环境。尤其是有些研讨职员以为，心脏四周脂肪的积聚能够是心脏病的预测因素，且与一系列疾病产生间接相关，包含心房颤抖、糖尿病和冠状动脉疾病等。

研讨者Zahra Raisi-Estabragh说道，可怜的是，手动测定心脏四周脂肪的程度关于咱们而言极具挑战性，并且十分耗时。基于这个起因，到今朝为止，还没有迷信家能在年夜规模的人群中来彻底研讨这一成绩。为相识决这个成绩，本文中，研讨职员开辟了新型AI对象，其能利用于尺度的心脏MRI扫描中，并能在三秒内自动疾速获取心脏四周脂肪的测定成果；该对象还能被研讨职员将来用于发现更多心脏四周脂肪与疾病危险之间的联系关系，同时还有能够将来作为病人在病院进行尺度照顾护士的一部门内容。

Gabor-CNN被用来训练诊断对象从而辨认患者的心电图形式。

图片起源：V.Jahmunah，et al. Computers in Biology and Medicine (2021). DOI: 10.1016/j.compbiomed.2021.104457

【4】

doi：10.1016/j.compbiomed.2021.104457

血汗管疾病（CVDs）是引发环球人群灭亡的次要起因，此中冠状动脉病（CAD）是一种最紧张的血汗管疾病。即便诊断和医治冠状动脉病关于削减疾病并发症至关紧张，比方心肌梗死和缺血惹起的充血性心力弱竭等，心电图（ECG）旌旗灯号最常被用作诊断筛查对象来检测冠状动脉病。近日，一篇颁发在国内杂志Computers in Biology and Medicine上题为“Automated detection of coronary artery disease， myocardial infarction and congestive heart failure using GaborCNN model with ECG signals”的研讨申报中，来自南洋理工年夜学等机构的迷信家们通过研讨开辟了一种对象来减速诊断人类的血汗管疾病。

在人工智能（AI）的帮忙下，研讨职员使用心电图就能诊断冠状动脉疾病、心肌梗死和充血性心力弱竭，其精确率高达98.5%以上。这种新型诊断对象的开辟十分实时，在过来三年里新加坡因血汗管疾病灭亡的人数有所添加，据新加坡心脏基金会数据显示，血汗管疾病灭亡人数在2019年新加坡灭亡的一切人数中占29.3%，或许说简直在3名灭亡者中就有1人是因心脏病或中风而灭亡。研讨职员你愿望他们的立异性研讨能支持在临床情况中进行的血汗管疾病诊断，尤其是在临床大夫进行初步心电图查看时，这或者就会招致患者更快的医治进程。

研讨职员应用一种名为Gabor-CNN (Gabor-Convolutional Neural Network)的人工智能机械培训算法设计出了这种诊断对象，该算法能仿照人类年夜脑的构造和功效，从而就能使得盘算机像人类一样从过来的教训中培训；应用该算法，研讨职员就能通过输出反馈血汗管疾病的新团图旌旗灯号实例，来训练其所开辟的对象辨认患者的心电图形式。研讨者Tan Ru San传授表现，对一小群受试者的初步研讨成果标明，咱们在使用惯例心电图对一些罕见的血汗管疾病进行分类的精确性方面取得了可喜的结果，尽管确认详细的疾病仍旧必要额定的测试，但这种新型诊断对象或能使大夫更无效地分流病人，并简化上游确认测试的数目和类型。

【5】

doi：10.1038/s41598-021-90089-7

将吲哚菁绿（ICG，indocyanine green）与近红外内窥镜技术（near-infrared endoscopy）技术相联合可能加强手术中组织微贯注的及时评价才能，同时还能动静提醒肿瘤组织与正常组织的区别，尤其是通过视频软件荧光阐发的技术。近日，一篇颁发在国内杂志Scientific Reports上题为“Digital dynamic discrimination of primary colorectal cancer using systemic indocyanine green with near-infrared endoscopy”的研讨申报中，来自都柏林年夜学等机构的迷信家们通过研讨开辟了一种新型内科技术，其能应用人工智能技术来在手术中及时检测癌变组织，这或能从基本上改善患者的医治终局。