机器学习已以最广泛使用的脑部扫描(CT)形式比目前的方法更准确地检测出痴呆和中风的最常见原因之一。

由伦敦帝国理工学院和爱丁堡大学的科学家开发的新软件已经能够识别和测量小血管疾病的严重程度，小血管疾病是中风和痴呆症的最常见原因之一。这项研究发表在《放射学》上，在帝国理工大学医疗保健NHS信托的一部分查令十字医院进行。

研究人员说，这项技术可以帮助临床医生在紧急情况下更快地为患者提供最佳治疗，并预测一个人患痴呆症的可能性。这种发展也可能为更个性化的医学铺平道路。

伦敦帝国大学的首席作者兼临床讲师Paul Bentley博士说：

“这是机器学习方法首次能够准确测量接受CT扫描的中风或记忆障碍患者的小血管疾病标志物。我们的技术是一致的，并且相对于MRI扫描(目前用于诊断的金标准技术)具有很高的准确性。这可能会导致更好的治疗和护理的患者在日常实践中。”

加入乔安娜沃德洛教授，爱丁堡大学神经影像学的头，道：“这是在做一个扫描阅读工具的第一步，可能是矿业大有益常规扫描数据集，经过更多测试，可能有助于中风住院时的患者评估。”

小血管疾病(SVD)是老年人中非常常见的神经系统疾病，它会减少流向大脑深部白质连接的血液，从而损害并最终杀死脑细胞。它会导致中风和痴呆症以及情绪障碍。SVD随着年龄增长而增加，但由于高血压和糖尿病而加速。

目前，医生通过在MRI或CT扫描期间寻找大脑中白质的变化来诊断SVD。但是，这依赖于医生从扫描中检查出疾病已经扩散了多少。Bentley博士解释说，在CT扫描中，通常很难确定SVD的边缘在哪里，从而难以估计疾病的严重程度。

尽管MRI可以更灵敏地检测和测量SVD，但由于扫描仪的可用性以及对急诊或老年患者的适用性，它不是最常用的方法。

Bentley博士补充说：“目前通过CT或MRI扫描诊断疾病的方法可能是有效的，但医生可能很难用人眼来诊断疾病的严重性。我们的新方法的重要性在于它可以对疾病进行精确和自动化的测量。这也适用于痴呆的广泛诊断和监测，以及中风的紧急决策。”

Bentley博士解释说，该软件可以帮助影响医生在紧急神经系统疾病中的决策，并开发出更具个性化的药物。例如，在中风中，可以快速进行诸如“凝结破坏药物”的治疗，以疏通动脉。但是，这些治疗方法可能会引起出血，这很危险，随着SVD量的增加，出血的可能性会更大。该软件可在将来应用，以估计患者可能发生的出血风险，医生可以根据个人情况以及其他因素(是否使用血栓克星治疗)做出决定。

他还建议，该软件可以帮助量化由于缓慢进行性SVD而导致痴呆或不动的患者的可能性。这将提醒医生注意潜在的可逆原因，例如高血压或糖尿病。

该研究使用了2000年至2014年间英国70所医院中风患者的1082 CT扫描的历史数据，其中包括第三次国际中风试验的病例。该软件识别并测量了SVD标记，然后给出一个分数，表明该疾病从轻到重的程度。然后，研究人员将结果与一组专家医生进行了比较，他们根据相同的扫描估计了SVD的严重程度。该软件与专家之间的协议水平与一位专家与另一位专家之间的协议一样好。