加州大学洛杉矶分校的健康科学研究人员开发了一种深度学习框架，能够快速自学，自动分析和诊断核磁共振成像（MRI）和其他 3D 医学图像——其准确性在短时间内就能与医学专家相匹配。一篇描述这项工作和该系统能力的文章发表在《自然·生物医学工程》上。
与正在开发的用于分析 3D 图像的其他少数模型不同，新框架在各种成像模式中具有广泛的适应性。开发人员已经用 3D 视网膜扫描（光学相干断层扫描）研究疾病风险生物标志物、用超声视频研究心脏功能、用 3D MRI 扫描评估肝脏疾病严重程度、用 3D CT 进行胸部结节恶性肿瘤筛查。他们表示，这为在众多其他临床环境中可能具有价值的应用提供了基础，并且已经计划开展相关研究。
人工神经网络通过进行大量重复计算和筛选由临床专家检查和标记的极大数据集来自学。与只显示长度和宽度的标准 2D 图像不同，3D 成像技术增加了深度，而这些“体积”或 3D 图像需要专家花费更多时间、技能和注意力来解读。例如，一次 3D 视网膜成像扫描可能由近 100 个 2D 图像组成，需要经过高度训练的临床专家进行几分钟的仔细检查，以检测细微的疾病生物标志物，例如测量解剖肿胀的体积。
“虽然有许多用于分析 2D 生物医学成像数据的人工智能（AI）方法，但用标准资源编译和注释标准 3D 模型所需的大型体积数据集以充分发挥 AI 的全部潜力是不可行的。虽然存在几个模型，但它们的训练工作通常集中在单一成像模式和特定器官或疾病上，”加州大学洛杉矶分校计算医学的博士后研究员、该论文的共同第一作者奥伦·阿夫拉姆（Oren Avram）博士说。
加州大学洛杉矶分校的计算机模型称为 SLIViT，即通过视觉转换器进行切片集成，由两种人工智能组件的独特组合和独特的学习方法组成，研究人员表示，这使其能够使用中等大小的标记数据集，从多种体积模式的医学扫描中准确预测疾病风险因素。
“SLIViT 通过利用更容易获取的 2D 领域的先前‘医学知识’克服了训练数据集大小的瓶颈，”加州大学洛杉矶分校的博士生、该文章的共同第一作者伯金·杜尔穆斯（Berkin Durmus）说。他和阿夫拉姆是隶属于加州大学洛杉矶分校亨利·萨穆埃利工程学院和其他学院及部门的研究人员。
“我们表明，尽管 SLIViT 是一个通用模型，但与特定领域的最先进模型相比，始终能取得显著更好的性能。它具有临床应用潜力，在将时间缩短 5000 倍的同时，准确性与临床专家的手动专业知识相匹配。与其他方法不同，SLIViT 足够灵活和强大，能够处理并非总是完美有序的临床数据集，”杜尔穆斯说。
阿夫拉姆表示，SLIViT 的自动注释可以通过提高诊断效率和及时性使患者和临床医生受益，并通过降低数据采集成本和持续时间来推进和加快医学研究。此外，它为加速未来预测模型的开发提供了基础模型。
“最让我兴奋的是 SLIViT 在实际条件下的卓越表现，特别是在训练数据集数量较少的情况下，”加州大学洛杉矶分校健康部眼科学教授、多希尼眼科研究所人工智能与成像研究主任斯里尼瓦斯·R·萨达（SriniVas R. Sadda）医学博士说。“对于某些任务，SLIViT 仅需数百个——而不是数千个——训练样本就能茁壮成长，在几乎所有与 3D 生物医学成像注释相关的实际案例中，都比其他基于标准 3D 的方法具有显著优势。”
加州大学洛杉矶分校大卫·格芬医学院的计算机科学教授埃兰·哈尔佩林（Eran Halperin）博士表示，即使财政资源不受限制，正在进行的研究也总是会面临有限训练数据集带来的挑战——例如在临床环境中，或者在考虑新兴的生物医学成像模式时。
“当确定一个新的疾病相关风险因素时，可能需要数月时间来培训专家在生物医学图像中大规模准确注释新因素，”他说。“但是，对于一个相对较小的数据集，单个训练有素的临床医生可以在短短几天内进行注释，SLIViT 可以极大地加快许多其他未注释体积的注释过程，达到与临床专家相当的性能水平。”
哈尔佩林和萨达是该论文的共同资深作者。
除了将他们的研究扩展到包括其他治疗模式外，研究人员还计划研究如何利用 SLIViT 进行预测性疾病预测，以加强早期诊断和治疗规划。为了促进其临床适用性，他们还将探索确保 AI 模型中的系统偏差不会导致健康差异的方法。
