Разработка системы быстрого скрининга суставов для экстренной визуализации на основе ИИ (Al-MDS)

Введение:

Ранняя и быстрая диагностика этиологии часто является важной частью спасения жизни пациентов в отделении неотложной помощи. КТ грудной клетки является важным методом обследования для неотложной диагностики из-за высокой скорости исследования и точной локализации. Традиционная медицинская визуализирующая диагностика основывается на качественных и субъективных отчетах рентгенологов. Благодаря междисциплинарному сочетанию клинического, визуализирующего и искусственного интеллекта, интеграции мультиомных данных, построению крупномасштабных языковых моделей и построению вспомогательной системы поддержки диагностики «одна проверка для нескольких заболеваний» дают новые идеи и средства для быстрого и точного скрининга неотложных критических заболеваний.

Метод:

Дизайн исследования Исследователи ретроспективно собрали КТ-изображения сердечно-сосудистой системы, органов дыхания, пищеварения и неврологии, демографические данные, историю болезни и лабораторные данные пациентов отделения неотложной помощи в период с 1 января 2018 года по 30 декабря 2024 года. Регулярно проводить стандартизированную последующую работу, а также завершать сбор и создание базы данных мультиомных данных клинической визуализации пациентов, посещающих отделение неотложной помощи. Критерии включения: 1. взрослые экстренные больные с заболеваниями сердечно-сосудистой, дыхательной, пищеварительной и нервной систем; 2. У этих пациентов были КТ-изображения. Пациенты с неполными клиническими или рентгенологическими данными были исключены из анализа. Регулярно проводить стандартизированную последующую работу, а также завершать сбор и создание базы данных мультиомных данных клинической визуализации пациентов, посещающих отделение неотложной помощи.

На основе собранных медицинских текстовых данных строится алгоритмическая структура крупномасштабной языковой модели искусственного интеллекта. После того, как врачи выполняют структурную аннотацию КТ-изображений грудной клетки выше промежуточного уровня визуализации, глубокая нейронная сеть Transformer обучается сегментации КТ-изображений и ряду задач, таких как сегментация структурной структуры, обнаружение повреждений, классификация заболеваний и автоматический отчет. поколения разработаны на основе механизма архитектуры внутреннего внимания Vision Transformer. Была создана и утверждена система принятия решений по диагностике и лечению множества заболеваний на основе изображений КТ органов грудной клетки, клинического текста и мультимодальных данных обследования.

Обсуждение

Неотложная медицина имеет дело в основном с непредсказуемыми критическими и внезапными заболеваниями. Больные, обращающиеся в отделение неотложной помощи за медицинской помощью, чаще имеют острое начало, скрытое состояние, быстрое течение, множество осложнений, высокую смертность и инвалидизацию. Системы вспомогательной диагностики, разработанные путем объединения клинического текста, изображений и искусственного интеллекта, могут значительно повысить способность врачей отделения неотложной помощи точно диагностировать заболевания. Это исследование заполняет пробел в системе диагностики с использованием искусственного интеллекта КТ для неотложных пациентов и обеспечивает схему быстрой диагностики для мультисистем и мультизаболеваний. Наконец, результаты будут преобразованы в клиническое прикладное программное обеспечение, которое будет использоваться и продвигаться в клинической работе для повышения уровня диагностики и лечения.