管理MRI扫描的多样性可以更好地诊断中风

中风后的最初几个小时是至关重要的。为了能够有效地治疗病人，医生必须迅速定位受损的血管，并确定发生了哪种中风。在大多数情况下，要么是血管破裂将血液释放到大脑中，要么是血凝块阻塞了大脑中的血管。患有第二种中风的患者会被开出药物来溶解血栓。然而，如果给第一种类型的患者服用这种药物，它会使血液流动，只会使出血更严重。

然而，医生必须迅速采取行动，因为中风治疗得越快，发生严重后果的可能性就越低。“中风患者接受核磁共振成像检查[磁共振成像”正在攻读生命科学硕士学位的Antoine Madrona说。“扫描是用来确认它确实是一个中风并确定是哪种类型，以便开出正确的治疗方案。”

将人工智能应用于医学成像

深度学习算法通过对大量数据集进行分类，从而产生预测，可以帮助医生做出正确的诊断。它们可以向放射科医生展示他们应该关注的地方，提供血管损伤的位置、大小和数量的定量信息，并加快选择治疗方案的过程。作为他硕士项目的一部分，Madrona帮助开发了一种基于扩散加权磁共振成像(DW-MRI)数据的算法，DW-MRI是一种利用水分子的扩散在图像中产生对比度的MRI形式。

Madrona从瑞士各医院获得的DW-MRI数据集是极不均匀的。他说:“我很惊讶地看到来自不同医院的图像有如此大的差异。”“我没想到标准化程度这么低。”

换句话说，同一个病人在两家不同的医院接受核磁共振成像，最终会得到两种截然不同的图像。这是由于机器模型和图像采集协议的变化。“没有国家甚至国际标准，”Madrona说。“每家医院都使用自己的磁脉冲序列，并设置自己的脉冲方向和强度。所有这些都会影响图像的对比度和整体外观。”

数据安全

为了确保病人的数据保密，Madrona在他的算法中使用了联合学习方法。这种方法需要在多个算法之间训练算法数据集但是它们之间没有交换任何数据。目前市场上没有一种医疗成像系统采用联合方法。他说:“我对如何使用去中心化算法来保护患者数据特别感兴趣。”“这涉及到一个重要的伦理问题，我认为需要在医疗保健行业更广泛地解决这个问题。患者保密不应该成为更有效诊断的代价。”现年25岁的玛德罗纳打算在这方面从事职业。

他的硕士项目还没有完全结束，但Madrona已经认为这是一次积极的经历。该算法最终可以帮助放射科医生分析中风，无论使用的医院、MRI机器或图像采集协议。他说:“真正激励我做这个项目的是它可以直接为临床应用带来的具体好处。”

---

---