新的人工智能工具可以帮助神经疾病筛查

　　位于班加罗尔的印度科学研究所(IISc)的研究人员开发了一种人工智能(AI)工具，可以检测出一种名为腕管综合征(CTS)的神经相关疾病。

　　该工具由印度科学院研究人员与班加罗尔阿斯特- cmi医院合作开发，通过识别超声视频中的正中神经来检测CTS。

　　研究人员说，当从前臂到手部的正中神经在手腕的腕管部分受到压迫时，就会出现CTS，导致麻木、刺痛或疼痛。

　　他们说，这是一种最常见的与神经有关的疾病，特别是对那些重复性手部运动的人有影响，比如与键盘打交道的办公室职员、流水线工人和运动员。

　　医生目前使用超声波来观察正中神经，并评估其大小、形状和任何潜在的异常。

　　“但与x光和核磁共振扫描不同，很难在超声图像和视频中检测到发生了什么，”印度科学院前MTech学生Karan R Gujarati说。

　　该研究的第一作者Gujarati说:“在手腕上，神经很明显，它的边界很清楚，但如果你往下看肘部区域，有许多其他结构，神经的边界不清楚。”该研究发表在《IEEE超声、铁电学和频率控制学报》上。

　　追踪正中神经对于需要医生对前臂进行局部麻醉或阻断正中神经以缓解疼痛的治疗也很重要。

　　该团队转向了一种基于变压器架构的机器学习模型，类似于为ChatGPT提供动力的模型。

　　该模型最初是为了同时检测YouTube视频中的数十个物体而开发的。

　　该团队剥离了模型中计算成本高昂的元素以加快速度，并将其可以跟踪的对象数量减少到一个——在这种情况下是正中神经。

　　他们与阿斯特- cmi医院的首席神经科顾问Lokesh Bathala合作，从健康参与者和CTS患者那里收集和注释超声视频，以训练模型。

　　经过训练后，该模型能够在超声视频的单个帧中分割正中神经。

　　“想象一段自动驾驶汽车的视频。如果汽车在路上行驶，你就会想要追踪它，”该研究的通讯作者、CDS教授Phaneendra K Yalavarthy说。

　　“以同样的方式，我们能够在整个视频中追踪神经，”Yalavarthy说。

　　该模型还能够自动测量神经的横截面积，用于诊断CTS。该测量是由超声仪手动执行的。

　　该工具自动化了这一过程。它可以实时测量横截面积。”

　　研究人员补充说，它能够报告手腕区域正中神经的横截面积，准确率超过95%。