ThinkSono DVT 檢測軟件結果已在 Nature digital medicine (npj) 上發佈

倫敦和德國波茨坦2021年9月16日 /美通社/ — 一組研究人員團隊正在開發使用人工智能運算法以更快、更有效地診斷深層靜脈血栓形成 (DVT),就像傳統的放射學家解釋診斷掃描一樣,有可能減少漫長的病人等待名單,並避免未患有此病者不必要地接受藥物治療。

ThinkSono AutoDVT App on a smartphone
ThinkSono AutoDVT App on a smartphone

DVT 是一種最常出現在腿部的血凝塊,會引起腫脹、疼痛和不適,如果不治療,會導致致命的肺部血凝塊。30-50% 的 DVT 患者可能會出現長期症狀和殘疾。

牛津大學、帝國學院和謝菲爾德大學的研究人員與科技公司 ThinkSono(由 Fouad Al-Noor 和 Sven Mischkewitz 領導)合作訓練機器學習人工智能運算法 (AutoDVT),以分辨沒有 DVT 的患者。與一般使用的超聲波掃描相比,人工智能運算法可準確診斷 DVT,而團隊得出的結論是,使用該運算法可能每次檢查節省 150 美元的健康服務成本。

身為牛津大學拉德克利夫醫學系 (Radcliffe Department of Medicine) 研究人員兼牛津大學醫院 NHS Foundation Trust 臨床醫生的研究主管 Nicola Curry 醫生表示:「傳統上,DVT 診斷需要由訓練有素的放射人員進行專業超聲波掃描,我們將人工智能運算法結合手持超聲波機器,初步數據結果令人鼓舞。 

這是首項顯示機器學習人工智能運算法有可能診斷 DVT 的研究,研究人員快將開始盲性臨床研究,以比較 AutoDVT 與標準護理的準確性,藉此確定用於檢測 DVT 病例的靈敏度。全球近 800 萬人每年可能出現靜脈血凝塊,希望 AutoDVT 將會為這些人帶來更快且正確的診斷。

Oxford Haemophilia and Thrombosis Centre 研究團隊成員 Christopher Deane 表示:「人工智能運算法不僅可以受訓,以分析超聲波圖像,分辨血凝塊是否存在,它還可以引導超聲波儀使用者沿著股靜脈檢查正確的位置,即使非專科使用者也可獲得正確的圖像。」 

研究團隊希望將 AutoDVT 工具與人工智能運算法結合,使非專科醫療人員(如全科醫生和護士)亦能夠快速診斷和治療 DVT。對於那些未能到專科診所赴診的人士,它還可以讓非專科人員收集圖像,並發送給專科人員。

「目前,許多懷疑患上 DVT 的患者都未能在 24 小時內獲得最終確診,因此許多患者都接受不必要的抗凝血劑注射,不但痛楚,而且還有潛在副作用。」 

ThinkSono 行政總裁 Fouad Al Noor 表示:「我們很高興看到這項研究的結果,並且與牛津大學醫院和其他合作夥伴醫院進一步合作,以試驗軟件,繼而向全球患者推出。」

這項研究的結果發表在《npj Digital Medicine》上。

ThinkSono 網站:
www.thinksono.com

如欲了解更多資訊,請聯絡 ThinkSono 的 Fouad Al Noor,電郵hello@thinksono.com

備註:研究報告載於:https://www.nature.com/articles/s41746-021-00503-7 及 DOI:https://doi.org/10.1038/s41746-021-00503-7

圖片 – https://mma.prnasia.com/media2/1626577/ThinkSono.jpg?p=medium600