授予授予开发人工智能以改善较小医院的中风和治疗的授予
德克萨斯大学健康科学中心正在开发使用常见CT血管造影（CTA）（CTA）的新型人工智能技术，而不是通常所需的更先进的成像来帮助识别可以从内血管中的中风疗法（EST）受益的患者休斯顿（Uthealth）。beplay苹果手机能用吗进一步开发和测试该技术工具的研究是通过美国国立卫生研究院（NIH）的五年，250万美元的赠款来资助的。
Two UTHealth researchers worked together to create a machine-learning artificial intelligence tool that could be used for assessing a stroke at every hospital that takes care of stroke patients - not just at large academic hospitals in major cities.
“绝大多数中风患者并未出现在大型医院，但是在那些较小的区域设施中。大多数重视筛查技术仅集中在那些大型学术中心中使用的技术。使用该技术，我们是希望改变这一点，” Uthealth McGovern医学院神经病学助理教授Sunil Sheth说。
当血液流向大脑的一部分时，就会发生缺血性中风，这意味着大脑的一部分没有接受其生存所需的氧气和营养。根据疾病控制和预防中心以及残疾的第十主要原因，中风是美国第五大死亡原因。
Large vessel occlusion is a type of stroke where a major artery of the brain is blocked. In clinical trials, these patients have benefitted from EST, in which a catheter is inserted into the brain to remove the clot. However, Sheth explained that when treating these types of strokes, speed of treatment is critical.
“有一个大的领地的大脑t risk of dying with large vessel occlusion, so we need to make sure we evaluate these patients as quickly as possible so they can receive the treatment they need," he said.
Sheth出发Luca Giancardo，UTHealth生物医学信息学精密健康中心助理教授博士，以开发一种评估患者的更快方法。结果是一种利用脑对称性的新型深神经网络结构。使用更广泛可用的CTA，该系统可以确定大容器阻塞的存在或不存在，以及“处于危险”组织的量是否高于或低于临床中EST的患者的阈值试验。
Giancardo说：“这是第一次专门收集数据集，目的是解决较小医院的中风患者可用的优质成像。”
Giancardo said this technology is also important to help those smaller regional hospitals determine if a patient needs to be transferred to a larger one. "This technology will allow those hospitals to screen these patients more effectively and quickly, and then be able to transfer them faster to the larger academic hospitals where EST is available," he said.
Sheth和Giancardo很高兴他们能够在这项技术上进行合作。
Giancardo说：“我们在Uthealth有一个独特的机会，因为我们拥有来自不同领域的专家的几个机构，他们能够利用其不同的技能和知识来共同解决此类问题。我非常感谢这个机会。”Sheth和Giancardo也是乌索卫生研究所的中风和脑血管疾病。
Sheth和Giancardo使用赠款的钱将建立一个多机构数据集，用于急性缺血性中风。beplay苹果手机能用吗这些数据将从得克萨斯州和加利福尼亚州的15家医院收集，包括较大的学术机构，例如Uthealth和较小的社区医院。该团队还将开发可解释的深度学习模型，以确定患者的EST资格，并将技术部署到不参与模型创建其有效性的医院。
Giancardo说：“该设备将根据我们创建的数据模型学习评估患者。”
吉安卡多（Giancardo）也对这项技术对中风护理的未来意味着什么感到兴奋。他说：“它将能够在尽可能多的医院中使用，以便更多中风患者能够获得所需的治疗。”
该研究由美国国立卫生研究院（NIH）的国家神经系统疾病和中风研究所资助。（授予R01NS121154）
For media inquiries, call 713-500-3030.