通过分析CT扫描图像，新的AI工具可以自动识别不同类型的脑损伤。
该系统使用机器学习算法来检测和区分脑部损伤的类型，这些损伤是由于受伤或疾病而受损的组织区域。
它发现的细微差别可以帮助开发个性化的头部受伤治疗方法，每年这种疾病影响多达6000万人。
通常，头部受伤的患者会接受CT扫描，以检查大脑中或周围的血液。放射科医生然后查看图像，以决定使用哪种药物或手术进行治疗。
但是，这种评估可能要花费数小时，并且常常会遗漏有关病变在大脑上的类型，大小和位置的重要细节。
为了节省时间并增强见识，伦敦帝国理工学院和剑桥大学的科学家开发了一种自动完成这项工作的AI工具。
脑部扫描 该系统基于Imperial研发的人工神经网络。研究人员对该工具进行了600多次CT扫描，显示了不同类型的脑部病变。然后，他们通过将其应用于现有的扫描数据集来检查其是否有效。
他们发现AI成功地对每个图像的各个部分进行了分类-并计算出大脑是否受损。
研究人员认为，该工具可以通过检测人类通常错过的细微变化来揭示头部受伤的进展情况。他们还认为它可以为脑损伤的预后提供新的见解-可能有助于开发新的治疗方式。
“我们目前仅将AI用于研究，但是经过适当的验证，它也可以用于临床情况，例如在放射医生很少的资源有限的地区，” Imperial PhD学生Miguel Monteiro说，研究。
任何想要尝试使用该工具的科学家都可以在GitHub上进行检查。
