2024-06-30 12:16

兵库县研究所开发人工智能早期检测骨盆骨折

Photo/Illutration

兵库县姬路市——由于医生在诊断中使用了人工智能技术,患有骨盆骨轻微骨质疏松症骨折的患者可以立即开始治疗。

以前,由于骨盆骨的复杂结构,确定骨盆区域与骨脆性疾病相关的轻微骨折一直是一个挑战。

但人工智能有望帮助医生从x射线图像中做出准确的诊断,即使骨折处于早期阶段。

这项技术是由兵库县Harima-Himeji综合医疗中心和兵库县大学高级医学工程研究所的一个研究小组开发的。

大多数老年人骨盆骨折是通过CT扫描发现的。

但与大型医院不同,许多此类患者在骨盆疼痛时首先就诊的诊所不太可能配备CT扫描仪。

这通常会导致临床医生在x射线图像中错过骨折或误诊,认为疼痛是由疾病引起的。

如果这种深度学习技术在诊所可用,预计可以及早识别看不见的骨折,从而使及时的医疗干预成为可能。

该研究小组与医疗中心的骨科医生一起,利用患者的3d CT扫描图像,合成了细微骨盆骨折的x射线图像,用于骨折诊断。

该团队的报告发表在4月份由自然组合出版的科学报告网络版上,题为“通过3D-CT合成图像的深度卷积神经网络增强骨盆x射线骨折诊断”。

该报告的主要作者是孟加拉国研究人员拉赫曼(Rashedur Rahman),他正在兵库大学攻读工程学博士学位。

拉赫曼于2016年来到日本,参加兵库县的一个项目,该项目将亚洲学生带到兵库县学习。

他开始研究人工智能辅助检测骨折,使患者能够及时得到治疗。

他说,他预计将在9月份获得博士学位,并计划在日本和其他地方的大学找一个教员职位,或者做一名研究人员。

参与该研究项目的是该研究所所长小桥修司(Syoji Kobashi),他是人工智能辅助医学图像读取的专家。

Kobashi还参与了一个计算机程序的开发,用于早期检测运动障碍棒球肘,这是一个与京都立医科大学的联合项目。

Kobashi指出,他的研究所在两个方面是独特的:它与医疗中心位于同一处房产,研究所的主要重点是工程,而不是医学。

他说,研究所的位置离医院很近,为研究人员提供了很好的机会。

“在医学工程领域,仅仅把医学和工程学分开学习是不够的,”他说。“每天与医生保持不断的沟通,对我们深化本领域的研究有很大的好处。”

相关推荐