英国伦敦和德国波茨坦2021年9月16日 /美通社/ -- 一个研究团队正在开发人工智能（AI）算法的应用，其目的是像传统的放射学家解读诊断扫描一样，更快速、更有效地诊断深层血栓形成（DVT），这可能会减少长期等待治疗的患者名单，并避免患者在并不患有深层血栓形成时不必要地接受药物治疗。
DVT是一种最常在腿部形成的血凝块，会引起肿胀、疼痛和不适——如果不加以治疗，可能会在肺部导致致命血栓。30-50%的DVT患者可能会有长期症状和残疾。
牛津大学、帝国理工学院和谢菲尔德大学的研究人员与技术公司ThinkSono（由Fouad Al-Noor和Sven Mischkewitz领导）合作，培训机器学习AI算法（AutoDVT），将DVT患者与非DVT患者区分开来。与金标准超声扫描相比，AI算法可准确诊断DVT，该团队发现，使用此算法每次检查可能节省150美元的医疗服务费用。
牛津大学拉德克利夫医学系研究员、牛津大学医院NHS基金会信托基金临床医生Nicola Curry博士表示：“在传统上，DVT诊断需要由一个训练有素的放射科医师进行专业超声扫描，我们发现，使用AI算法与手持式超声机器相结合的初步数据显示出令人鼓舞的结果。”
这是第一项显示机器学习AI算法有可能诊断DVT的研究，研究人员将开始一项测试准确性的盲法临床研究，将AutoDVT的准确性与标准护理相比较，以确定识别DVT病例的灵敏度。对全世界每年可能患有静脉血凝块的近800万人来说，AutoDVT有望能够更快地得出正确诊断。
牛津血友病和血栓中心研究团队成员Christopher Deane表示：“人工智能算法不仅可以接受培训来分析超声图像，以区分是否存在血凝块，而且还可以将使用超声棒的用户引导到股静脉上的正确位置，以便即使是非专家用户也能获得正确的图像。
该研究团队希望，AutoDVT工具与AI算法相结合，将使全科医生和护士等非专家医疗专业人员能够快速诊断和治疗DVT。此外，它还可以让非专家收集图像，并将其发送给专家，以便让那些无法接触到专家的患者获得诊断。
“目前，许多患者在疑似患有DVT的24小时内没有进行最终诊断，如此多的患者最终接受了痛苦的注射，通常可能是不必要的抗凝血剂并具有潜在的副作用，”同是牛津血液病中心成员的Curry博士表示。
ThinkSono首席执行官Fouad Al Noor表示：“我们对这项研究的结果感到欣喜，并很高兴能与牛津大学医院和其他合作伙伴医院进一步合作，对软件进行试验，并将其带给全球患者。”
研究结果发表在自然合作期刊《数字医学》杂志上。
