在一项研究中，加州大学洛杉矶分校（UCLA）的研究人员详细描述了一种预先训练在2D扫描上的深度学习模型，该模型能够从3D医学影像模态中准确预测疾病风险因素。（图片来源：AdobeStock/peshkova）
加州大学洛杉矶分校的一支研究团队开发了一种深度学习框架，该框架能够快速自学，自动分析和诊断MRIs和其他3D医学图像，其准确性与医学专家相当，但所需时间仅为专家的几分之一。相关论文发表在《自然生物医学工程》杂志上。
目前有几种模型正在开发用于分析3D图像，但研究人员指出，这一新框架具有广泛的适应性，适用于多种成像模态。研究人员已使用该框架研究了3D视网膜扫描（光学相干断层扫描）以寻找疾病风险生物标志物、超声视频以检查心脏功能、3D MRI扫描以评估肝病严重程度，以及3D CT用于胸部结节恶性筛查。他们指出，该框架提供了基础，未来可能在其他多种临床环境中发挥作用，更多研究计划正在进行中。
人工神经网络通过执行大量重复计算并筛选由临床专家审查和标注的广泛数据集来自我训练。与仅显示长度和宽度的标准2D图像不同，3D成像技术还增加了深度，这些“体积”或3D图像需要专家花费额外的时间和精力进行解读。例如，一个3D视网膜成像扫描可能由约100张2D图像组成，需要高度训练的临床专家花费数分钟仔细检查，以发现细微的疾病生物标志物，如测量解剖肿胀的体积。
加州大学洛杉矶分校计算医学博士后研究员Oren Avram博士在论文中提供了研究见解：“虽然有许多AI方法可以分析2D生物医学成像数据，但编译和标注大型体积数据集对于标准3D模型来说是不切实际的，即使有标准资源也无法实现。尽管存在一些模型，但它们的训练通常集中在单一成像模态和特定器官或疾病上。”
UCLA的计算机模型称为SLIViT（SLice Integration by Vision Transformer），结合了两种人工智能组件和一种独特的学习方法，研究人员指出，这将使其能够从多个体积模态的医学扫描中准确预测疾病风险因素，而所需标注数据集的规模适中。
“SLIViT通过利用更易获得的2D领域的‘医学知识’克服了训练数据集规模的瓶颈，”UCLA博士生Berkin Durmus和论文的共同第一作者说。Durmus与Avram隶属于加州大学洛杉矶分校亨利·萨缪利工程学院及其他学院和部门。
“我们展示了SLIViT，尽管是一个通用模型，但其性能始终显著优于特定领域的最先进模型。它具有临床应用潜力，其准确性与临床专家的手动诊断相当，同时将时间减少了5000倍。与其他方法不同，SLIViT足够灵活和强大，可以在临床数据集不总是完美的情况下工作。”他在新闻稿中表示。
此外，Avram解释说，SLIViT的自动化注释最终可能会使患者和临床医生受益，提高诊断效率和及时性，同时通过减少数据采集成本和时间加速医学研究。它还提供了一个基础模型，以加速未来预测模型的开发。
加州大学洛杉矶分校健康系统眼科教授、多赫尼眼科研究所人工智能与成像研究主任SriniVas R. Sadda博士称赞了这项研究：“最让我兴奋的是SLIViT在实际条件下的出色表现，特别是在低样本量训练数据集的情况下。SLIViT只需数百个而非数千个训练样本即可在某些任务上表现出色，这使其在几乎所有与3D生物医学成像注释相关的实际案例中都比其他标准3D方法具有显著优势。”
加州大学洛杉矶分校亨利·萨缪利工程学院和计算医学教授、大卫·格芬医学院计算机科学教授Eran Halperin博士解释说，即使资金无限，研究仍可能面临有限训练数据集带来的挑战，例如在临床环境或新兴生物医学成像模态中。
“当发现新的疾病相关风险因素时，可能需要几个月时间才能培训专家在大规模生物医学图像中标注新的因素。但通过相对较小的数据集，一名训练有素的临床医生只需几天时间即可完成标注，SLIViT可以显著加快许多未标注卷的注释过程，达到与临床专家相当的性能水平。”他说。
Sadda和Halperin是该论文的共同资深作者。
虽然研究人员将扩大研究范围，包括更多的治疗模态，他们还将探讨如何利用SLIViT进行预测性疾病预报，以增强早期诊断和治疗计划。为了促进其临床应用，他们还将研究确保AI模型中的系统偏差不会导致健康差异的方法。
(全文结束)
