机器学习在最常用的脑部扫描（CT）形式中检测出诱发痴呆和中风的最常见病因，比现有方法更准确。

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能够识别和测量小血管疾病的严重程度，这是诱发中风和痴呆最常见的病因。该研究发表在Radiology。

研究人员表示，这种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方案，并预测患者发展为痴呆症的可能性。这一发展也可能为更多个性化医疗铺平道路。

伦敦帝国学院的主要作者兼临床讲师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的患者的小血管疾病标记，我们的技术具有一致性，并且相对于MRI扫描准确性高，这是目前用于诊断的金标准技术，可以在日常实践中为患者提供更好的治疗和护理。”

爱丁堡大学神经影像科学负责人Joanna Wardlaw教授补充说：“这是制作扫描阅读工具的第一步，该工具可用于开发大型常规扫描数据集，经过更多测试后，可以帮助病人在住院时进行中风治疗。”

小血管疾病（SVD）是老年人中非常常见的神经系统疾病，它会减少血液流向大脑深部白质的连接处，破坏并杀死脑细胞。它会导致中风和痴呆以及情绪紊乱。SVD随着年龄增长，概率增加，高血压和糖尿病概率更高。

目前，医生通过在MRI或CT扫描期间寻找脑内白质变化来诊断SVD。然而，医生要根据扫描来衡量疾病传播的程度。在CT扫描中，通常很难确定SVD边缘的位置，因此很难估计疾病的严重程度，Bentley博士解释说。

虽然MRI可以更准确地检测和测量SVD，但由于扫描仪的可用性，以及对紧急情况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，但医生难以用人眼诊断疾病的严重程度，我们新方法的重要性在于它允许精确和自动化的疾病测量，同时也应用于广泛的痴呆诊断和监测，以及中风急诊决策。”

这种软件可以帮助影响医生在紧急神经系统疾病状况下的决策，并导致更多的个性化医疗。例如，在中风中，可以快速施用诸如“凝血止血药物”之类的治疗来解除动脉阻塞。但是，这些治疗通过引起出血可能是危险的，随着SVD数量的增加，这种治疗变得更加可能。该软件可用于估计患者出血的风险，医生可根据个人情况和其他因素决定是否治疗血栓破坏者。

他还建议，由于缓慢进行性SVD，该软件可以帮助量化患者发生痴呆的可能性。这将提醒医生注意潜在的可逆原因，如高血压或糖尿病。

该研究使用了2000年至2014年间英国70家医院的1082例脑卒中患者的CT扫描的历史数据，其中包括来自第三次国际卒中试验的病例。软件鉴定并测量了SVD的标记，然后给出了评分，表明疾病从轻度到重度有多严重。研究人员然后将结果与一组专家医生进行了比较，专家医生从相同扫描中估计SVD严重程度。

此外，在60例患者中，他们让同一受试者中接受MRI和CT，并使用MRI估计了SVD的确切数量。这表明该软件在预测SVD的严重程度时准确率达到了85％。

该团队现在正在使用类似的方法来衡量大脑收缩量和脑CT中常见的其他类型病症的数量。