醫(yī)生正在與計算機科學(xué)家合作，以改善對海綿狀畸形患者的護理，海綿狀畸形是頭部和脊柱中一些最難治療的腫瘤。
海綿狀血管瘤是大腦或脊髓中的血管腫瘤。雖然“良性”而不是癌變，但這些血管病變?nèi)詴?dǎo)致嚴重的健康問題，例如癲癇、中風和失明，以及全身運動、麻木和刺痛的問題。
這主要是因為海綿狀血管瘤容易破裂或出血，這可能會以自發(fā)且看似莫名其妙的方式影響附近的組織，直到腫瘤被診斷出來，通常是通過磁共振成像或 MRI。大多數(shù)海綿狀血管瘤直到它們開始引起問題時才被發(fā)現(xiàn)，但一旦知道，醫(yī)生和患者就面臨著是手術(shù)、藥物治療還是留下它們的艱難決定。
LSU Health Shreveport 的神經(jīng)外科醫(yī)生 Caleb Stewart 博士說：“一般來說，醫(yī)學(xué)相當復(fù)雜，神經(jīng)外科手術(shù)極其復(fù)雜，其中海綿狀畸形是最難處理的。”“這也是神經(jīng)外科中研究最多的問題之一，因為每一個畸形都表現(xiàn)為一個蘋果和橘子的問題——每一個看起來都是獨一無二的，因此很難比較、計劃程序并就最佳行動方案做出決定。”
LSU Health Shreveport、LSU Shreveport、Ochsner Health 和澳大利亞的合作者現(xiàn)在正在利用大數(shù)據(jù)科學(xué)和人工智能 (AI) 來解決這一挑戰(zhàn)并為患者提供更好的護理。研究人員將使用來自 LSU Health Shreveport十多年的臨床數(shù)據(jù)——電子健康記錄、實驗室結(jié)果、診斷代碼、醫(yī)學(xué)成像和病理學(xué)幻燈片只是眾多信息來源中的一部分，這些信息有助于豐富的近3,000 個變量。
這遠遠超出了大多數(shù)神經(jīng)外科醫(yī)生在日常工作中與患者合作時所能考慮的范圍。
“這些病變位于大腦和脊髓，靠近顱骨底部或大腦深處的病變本身就是高風險區(qū)域，”斯圖爾特博士說。“坦率地說，我們還沒有正確的分析工具來預(yù)測它們是否會引起問題。如果它們不流血并且我們進行干預(yù)，我們會給患者帶來巨大的傷害。我們所有的現(xiàn)在必須繼續(xù)的是經(jīng)驗、直覺和共識——我們的判斷實際上并沒有鞏固在患者特定的概率上。”
與此同時，人工智能非常擅長識別大型數(shù)據(jù)集中的模式，包括在沒有人期望連接的變量之間。這可以幫助醫(yī)生更好地預(yù)測患者的預(yù)后，無論最佳選擇是手術(shù)、放療、藥物治療還是什么都不做。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！