北京
研究人員開發了BrainIAC基礎AI模型，通過分析海量MRI掃描檢測數據，能夠高效預測多種腦部疾病，而且適應性強，為臨床醫學研究提供了有力輔助工具。關注詳情。
閱讀文摘
研究人員開發出一款名為“腦成像自適應核心”(BrainIAC)的AI算法，該AI能分析海量磁共振成像（MRI）數據，預測并識別多種腦部疾病。
以美國為例，每年有數百萬次患者腦部MRI掃描檢測數據和大量信息。臨床上，這些MRI掃描資料僅用于針對特定的臨床問題進行輔助診斷。
BrainIAC-AI系統改變了這一現狀。該AI模型在49萬次MRI成像掃描上進行預訓練，通過一種“自監督學習”方法，從大部分未標注的MRI數據中學習人腦的結構和組織模式。
這種“預訓練”過程類似于建立核心知識庫，使該AI模型具備了關于人腦的通用知識。完成預訓練后，BrainIAC可以針對特定任務進行調整，用于檢測或研究患者MRI中的特定疾病跡象或風險。
研究人員測試了該AI模型在阿爾茨海默病、自閉癥、癡呆癥、腦腫瘤、帕金森病和中風等多種疾病的輔助診斷表現。
結果顯示，該AI模型能夠準確預測大多數疾病，并且適應能力極強，幾乎無需額外訓練即可用于不同疾病的識別。與傳統針對單一任務訓練的模型相比，BrainIAC在某些情況下所需的訓練數據量可減少10倍、甚至更少。
研究人員認為，借助AI和先進計算成像技術，從MRI掃描中獲取遠超傳統方法的信息，這為追蹤從急性疾病到慢性疾病的病程、預測患者未來疾病風險等，提供了強大的臨床輔助工具。
BrainIAC模型已作為開源軟件系統發布，全球的研究人員可在專門網站上獲取使用。目前，多個合作團隊正在應用該AI模型研究阿爾茨海默病、創傷性腦損傷等多種疾病進展。
3月8日(周日)線下(北京)線上專題交流活動
APLMS會員線下咨詢交流
1、新加坡長壽診所和長壽健身房能否復制
2、全球長壽診所項目設計和服務內容解析
3、國際知名長壽診所品牌合作模式
關注我們，獲取生物醫學前沿最新資訊
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
