新德里，12月23日:印度科学研究所(IISc)的研究人员与阿斯特- cmi医院合作，开发了一种人工智能工具，可以识别超声视频中的正中神经，并检测腕管综合征(CTS)——一种导致手部和前臂麻木、刺痛和疼痛的常见疾病。
当从前臂到手部的正中神经在手腕的腕管部分受到压迫，导致麻木、刺痛或疼痛时，就会出现CTS。它是一种最常见的神经相关疾病，特别影响重复性手部运动的个体，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射线和核磁共振扫描不同，很难检测到超声波图像和视频中发生了什么，”第一作者、印度科学院计算与数据科学系前MTech学生Karan R Gujarati说。
“在手腕，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。”
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。为了开发他们的工具，该团队转向了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。
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。
该模型发表在《IEEE超声、铁电学和频率控制学报》(IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control)杂志上，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，”Bathala解释说。研究人员说，它能够报告手腕区域正中神经的横截面积，准确率超过95%。
虽然已经开发了许多机器学习模型来筛选CT和MRI扫描，但很少有机器学习模型用于超声视频，特别是神经超声。“最初，我们在一条神经上训练模型。现在我们将把它扩展到上肢和下肢的所有神经。”他补充说，该系统已经在该医院进行了试点测试。
“我们有一个超声波机器连接到一个额外的监视器，在那里模型正在运行。我可以看到神经，同时，软件工具也在描绘神经。我们可以实时看到它的性能。”
巴塔拉说，下一步将是寻找超声波机器制造商，他们可以将其集成到他们的系统中。“这种工具可以帮助任何医生。它可以减少推理时间，”他说。“但当然，最终的诊断需要由医生来完成。”
