非侵入性監測顱內壓AI技術來幫忙
編譯/黃竣凱
一項新研究發表於《npj Digital Medicine》期刊,詳細說明了人工智慧(AI)技術如何幫助加護病房的醫療團隊,檢測和監控顱內壓,顱內壓是一種因腦部壓力增加而引發的病症,若未及時處理,可能導致嚴重併發症,如出血或中風,當前檢測和監控顱內高壓的標準是侵入性手術,需在顱骨上鑽孔,但這樣的手術也帶來感染等風險,而深度學習工具則可能改變現況。
研究團隊致力於開發非侵入性解決方案
據報導,為減少手術風險,位於紐約市的西奈山伊坎醫學院(Icahn)研究團隊,嘗試使用非侵入性的波形數據和AI,如常規頭部超音波、脈搏血氧儀和心電圖,來預測腦部壓力的變化,透過從接受侵入性檢測的病患數據中,建立深度學習模型,該工具能即時生成腦血壓的狀況,有助於醫生更有效地監控顱內高壓,並及早進行干預。
更多新聞:超音波可強化藥物進入腦部效率 阿茲海默症有望獲得新療法
AI技術的外部驗證與臨床成果
研究的首位作者、Icahn醫學院醫學博士候選人Faris Gulamali表示,「我們創建了一種非侵入性方法,利用在加護病房中已經常規收集的數據,生成一種AI衍生的生物標誌,用來檢測腦壓,」該研究是至今針對顱內高壓最大規模的研究,並首次提供了該演算法的外部驗證,證實其與臨床結果之間的直接相關,而這也是取得FDA批准所需的關鍵步驟。
AI工具精確檢測腦壓異常
透過從2020年至2022年Mount Sinai醫院收集的數據進行驗證,該工具能夠在幾秒鐘內準確檢測出顱內壓升高的情況,回顧性分析顯示,顱內壓數值處於前25% 的患者,發生硬膜下出血的風險提高了24倍,進行顱骨切除術的機率也增加了七倍。
未來研究與應用展
儘管這項研究已取得重要進展,研究團隊強調仍需進一步研究來驗證模型的準確性,並計畫進行針對神經系統疾病患者的研究,資深作者Girish Nadkarni博士表示,「我們的願景是將這項工具整合到加護病房,作為重症監控的標準程序,這項技術將大幅推動我們的應變能力,減少風險操作並加速對神經急症的反應。」
AI技術的潛力與多領域應用
此外,該技術不僅適用於神經學領域,研究結果還顯示它在心跳驟停、青光眼及急性肝衰竭等其他嚴重健康問題的管理上,也有潛在價值,研究團隊計畫向FDA申請「突破性設備」資格,將這項臨床決策支援工具帶入醫療體系,未來可能廣泛應用於重症病患的管理。
參考資料:Tech Target
※探索職場,透視薪資行情,請參考【科技類-職缺百科】幫助你找到最適合的舞台!
瀏覽 147 次