國家NP
孟買（馬哈拉施特拉邦）（印度），10 月 16 日：Yandex B2B Tech 與 Yandex 數據分析學院和聖彼得堡國立兒科醫科大學合作，開發了世界上第一個人工智能解決方案，用於評估 12 個月以下嬰兒的大腦發育。神經網絡自動執行 MRI 分析，將處理時間從幾天縮短到幾分鐘。
另請閱讀 |什麼是恐懼症？關於影響全世界數百萬婦女的對懷孕和分娩的極度恐懼，您需要了解的一切。
所提出的解決方案可分析 MRI 掃描，並能以超過 90% 的準確度區分灰腦和白腦物質。通過將評估時間從幾天縮短到幾分鐘，它可以對患有腦癱和其他中樞神經系統疾病的嬰兒進行早期發現和更有效的康復計劃。
它被設計為疑似腦癱和其他中樞神經系統疾病的決策支持工具，幫助醫生確定有效的康復策略。
另請閱讀 | PVL 2025：欽奈閃電戰隊在五盤驚心動魄的比賽中擊敗了衛冕冠軍艾哈邁達巴德隊，以保住他們的排球聯賽首場比賽的活力。
它可以在 GitHub 上免費獲取，可供印度健康和臨床研究機構使用。
腦癱的全球挑戰 腦癱是印度兒童殘疾的主要原因之一。據全球估計，每 1000 名活產嬰兒中約有 2-3 名受到該病的影響。
早期診斷對於改善結果和確保有效康復至關重要。然而，在出生後 12 個月內檢測出腦癱仍然是現代醫學中最困難的任務之一。嬰兒的大腦發育速度驚人，傳統的核磁共振成像很難解釋，因為灰質和白質（形成大腦皮層並支持高級大腦功能的組織）之間的對比度較低。
MRI 檢查過程通常需要 20-40 分鐘，但解釋圖像和準備報告可能需要經驗豐富的放射科醫生幾個小時到幾天的時間。對於縱向隨訪，工作量和周轉時間顯著增加，因為臨床醫生可能需要檢查大量的隨訪掃描。
用神經網絡解決這一挑戰 研究人員過去經常通過機器學習競賽探索人工智能來應對這一挑戰。一個著名的例子是 2019 年 MICCAI 大挑戰賽，該挑戰賽邀請參與者使用 iSeg-2019 數據集對六個月以下嬰兒的 MRI 腦部掃描進行分段。
該競賽吸引了來自世界各地的開發者，但也暴露了一個重大障礙：缺乏標註數據。特別是，分割掩模（訓練臨床使用的人工智能模型所需的灰質和白質輪廓）很少見。 iSeg-2019 數據集僅包含 15 張帶註釋的圖像，而大學檔案包含 1500 名患者的 MRI 圖像，沒有註釋。
為了彌補這一差距，Yandex 研究人員與醫學專家合作創建新的註釋、設計專有的神經網絡架構，並運行一系列機器學習實驗。由此產生的模型在內部評估數據中區分嬰兒大腦灰質和白質的準確率超過 90%，展示了其臨床應用的潛力。
Yandex 技術與社會雲中心負責人 Anna Lemyakina 表示：“我們的目標是讓醫生能夠使用最先進的 Yandex 技術，幫助他們提供準確及時的診斷、選擇最佳治療方法並開發新藥。” “雖然有許多商業放射學解決方案，但以前都沒有解決過分析新生兒 MRI 的任務。這個項目的主要挑戰是數據集有限。通過與醫學專家的密切合作，我們創建了一個工具，使放射科醫生可以同時檢查更多患者，並在最需要的地方快速推薦治療。”
實際優勢和好處 由於該代碼開源且免費使用，該解決方案可以被印度醫療機構採用，有助於推進腦癱早期診斷的全球實踐。將該工具集成到臨床工作流程中可以：
– 提高準確性和客觀性。該模型準確度超過 90%，勾畫並量化了嬰兒大腦中灰質與白質的比例。
– 加速診斷。 MRI 分辨率從幾天降低到幾分鐘，這對於早期治療至關重要，對於長期隨訪尤其有價值，因為可能需要審查數百或數千次掃描。
– 提高臨床表現。自動化常規掃描分割使放射科醫生能夠專注於復雜的病例並指導患者護理。
該工具還可以充當助手，支持經驗不足的專家解釋通常難以分析的嬰兒腦部掃描結果。
可用性
神經網絡代碼可在 GitHub 上獲取，並且可以集成到現有的醫療 IT 系統中。
（廣告免責聲明：上述新聞稿由 PNN 提供。ANI 對其內容不承擔任何責任。）
（以上報導經ANI工作人員核實整理，ANI是南亞領先的多媒體通訊社，在印度、南亞及全球設有100多個分社。ANI為您帶來印度及世界各地最新的政治時事、體育、健康、健身、娛樂和新聞。以上觀點不代表LY）
