人工智能可以改善肺功能测试的诊断能力

人工智能可以改善肺功能测试的解释长期肺部疾病的诊断,根据一项新研究的结果。

给出的结果,今天(2016年9月04)在欧洲呼吸协会的国际大会,是第一个探索人工智能的潜在使用对提高诊断的准确性肺部疾病。

目前的测试需要一系列的方法包括肺功能测试,衡量量(体积)和速度(流量)的空气中呼吸,紧随其后的是一个身体体积描记法测试测量静态肺容积和气道阻力,最后扩散试验,衡量的氧气和其他气体交叉肺的肺泡。这些测试的结果的分析主要是基于专家意见和国际准则,试图检测发现的模式。

在这个新的研究中,研究人员包括968人的数据进行第一次完整的肺功能测试。所有参与者收到了第一个临床诊断基于肺功能测试和所有其他必要的额外的测试(如CT扫描、心电图等)。最终的诊断结果验证的共识是大群专家医生。

研究人员随后调查是否一个概念被称为“机器学习”可以用来分析完整的肺功能测试。利用机器学习算法,可以学习和执行预测数据分析。

团队开发了一个算法过程除了常规肺功能参数和临床变量的吸烟史、身体质量指数和年龄。基于临床和肺功能的模式数据,该算法使最可能的诊断建议。

维姆·詹森,这项研究的资深作者,比利时的鲁汶大学,说:“我们已经表明,人工智能可以为我们提供更准确的诊断在这个新研究。的美丽我们的发展是,算法可以模拟复杂的推理,临床医生使用给他们的诊断,但在一个更标准化和客观的方式所以删除任何偏见。”

目前临床医生必须依靠使用人群为基础的参数分析结果。与人工智能,机器可以观察模式的结合有助于产生一个更准确的诊断。这曾发生在其他领域的健康与心电图自动解释的结果经常被作为一个决策支持系统应用于临床实践。

Marko Topalovic,这项研究的第一作者,比利时的鲁汶大学,说:“这个方法的好处是更准确的和自动的解释肺功能测试,从而更好的疾病检测。这不仅可以帮助那难道临床医生,但对整体医疗也有很多好处,因为这是节省时间的实现最终诊断,因为它可以减少冗余的额外测试临床医生正在确认诊断。”

研究小组的下一步将是在不同人群中测试算法,提高系统的决策权力不断更新与验证临床肺功能数据诊断。

---

---