医生正在与计算机科学家合作，以改善对海绵状畸形患者的护理，海绵状畸形是头部和脊柱中一些最难治疗的肿瘤。
海绵状血管瘤是大脑或脊髓中的血管肿瘤。虽然“良性”而不是癌变，但这些血管病变仍会导致严重的健康问题，例如癫痫、中风和失明，以及全身运动、麻木和刺痛的问题。
这主要是因为海绵状血管瘤容易破裂或出血，这可能会以自发且看似莫名其妙的方式影响附近的组织，直到肿瘤被诊断出来，通常是通过磁共振成像或 MRI。大多数海绵状血管瘤直到它们开始引起问题时才被发现，但一旦知道，医生和患者就面临着是手术、药物治疗还是留下它们的艰难决定。
LSU Health Shreveport 的神经外科医生 Caleb Stewart 博士说：“一般来说，医学相当复杂，神经外科手术极其复杂，其中海绵状畸形是最难处理的。” “这也是神经外科中研究最多的问题之一，因为每一个畸形都表现为一个苹果和橘子的问题——每一个看起来都是独一无二的，因此很难比较、计划程序并就最佳行动方案做出决定。”
LSU Health Shreveport、LSU Shreveport、Ochsner Health 和澳大利亚的合作者现在正在利用大数据科学和人工智能 (AI) 来解决这一挑战并为患者提供更好的护理。研究人员将使用来自 LSU Health Shreveport十多年的临床数据——电子健康记录、实验室结果、诊断代码、医学成像和病理学幻灯片只是众多信息来源中的一部分，这些信息有助于丰富的近3,000 个变量。
这远远超出了大多数神经外科医生在日常工作中与患者合作时所能考虑的范围。
“这些病变位于大脑和脊髓，靠近颅骨底部或大脑深处的病变本身就是高风险区域，”斯图尔特博士说。“坦率地说，我们还没有正确的分析工具来预测它们是否会引起问题。如果它们不流血并且我们进行干预，我们会给患者带来巨大的伤害。我们所有的现在必须继续的是经验、直觉和共识——我们的判断实际上并没有巩固在患者特定的概率上。”
与此同时，人工智能非常擅长识别大型数据集中的模式，包括在没有人期望连接的变量之间。这可以帮助医生更好地预测患者的预后，无论最佳选择是手术、放疗、药物治疗还是什么都不做。
路易斯安那州立大学什里夫波特分校计算机科学助理教授 Subhajit Chakrabarty 将他的人工智能和机器学习专业知识带到了该项目中。
“我喜欢这个项目的是数据挑战，”Chakrabarty 说。“除了许多观察到和记录的变量外，可能还有几个隐藏变量、几个隐藏数据集群和复杂的因果关系。我们不仅希望为海绵状畸形获得新的数据驱动见解，而且我们还希望建立一个准确预测建模的高基准。”
研究人员的目标是将海绵状畸形研究作为其他项目的跳板。
“我们面临的很大一部分挑战是数据本身的团队建设、收集和管理，”斯图尔特博士说。“我们现在拥有一台超级计算机，因此从计算的角度来看，我们可以通过数据处理提高生产力和效率。但是，我们还必须在不同学科和地点的研究人员和临床医生之间建立新的基础设施，以实现更大的目标。我们在这里尝试做的事情的愿景，那就是帮助患者。”
Steven Conrad 博士是 LSU Health Shreveport 的临床信息学部门负责人，也是该项目的合作者。
“结合临床医学和数据科学专业知识的多学科团队是利用新一代机器学习和人工智能技术能力的关键，”康拉德博士说。“斯图尔特博士和他的同事组建了一个团队，可以解决生物医学中的现实世界难题。”
新奥尔良 Ochsner Health 的 Korak Sarkar 博士表示，路易斯安那州和世界各地的神经外科医生和神经科医生将受益于更好的预测工具来诊断和治疗海绵状血管瘤。他创立并目前担任 Ochsner 的 m3D 实验室的医学主任。他们在高级可视化方面的工作利用增材制造和混合现实等工具来创建针对患者的解剖模型，用于患者教育、医疗培训和临床支持。
“医疗保健中新工具的部署和验证，例如机器学习、3D 打印和虚拟现实，需要像 LSU 和 Ochsner 之间的合作，”Sarkar 博士说。“这些举措将极大地造福路易斯安那州，不幸的是，我们的人口承受着巨大的疾病负担，特别是在脑血管疾病方面。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！