盆唐首尔大学医院研究团队开发
检测简单成本低

利用头颈部X光影像进行睡眠呼吸暂停诊断的示例。可在由深度学习算法对是否存在睡眠呼吸暂停进行分类的图像中看到特异点的位置(红色)。盆唐首尔大学医院供图

利用头颈部X光影像进行睡眠呼吸暂停诊断的示例。可在由深度学习算法对是否存在睡眠呼吸暂停进行分类的图像中看到特异点的位置(红色)。盆唐首尔大学医院供图

View original image

【亚洲经济 记者 Lee Gwanju】盆唐首尔大学医院神经外科 Jung Hangil、Kim Taekgyun 和神经科 Yoon Changho 教授研究团队于7日表示,他们开发出一种通过分析头颈部X射线影像来诊断睡眠呼吸暂停综合征的人工智能(AI)模型。


睡眠呼吸暂停综合征是指在睡眠过程中呼吸暂时停止或通气量减少的状态。如果这种状态持续存在,会导致睡眠质量下降,对日常生活造成慢性疲劳和嗜睡等影响,长期放任不管则会大幅提高高血压、心肌梗死、脑卒中等心脑血管疾病的风险。


当怀疑存在睡眠呼吸暂停综合征时,首先会进行筛查检查,并根据结果实施作为标准诊断方法的多导睡眠监测检查。尽管迄今为止开发了多种筛查检查方法,但由于检查准确度较低,且不适合多人共同生活的环境等,始终存在局限。


研究团队基于到盆唐首尔大学医院就诊的5591名睡眠呼吸暂停综合征患者的头颈部X射线影像数据,开发了基于深度学习的人工智能模型。该模型的准确度以受试者工作特征曲线下面积(AUROC)衡量为0.82分,表现优异。AUROC是评估人工智能模型性能的指标,越接近1表示性能越好。尤其是,该模型以与睡眠呼吸暂停综合征高度相关的舌头及其周围结构为中心,甚至能够区分肉眼无法辨别的细微差异。


从左起为盆唐首尔大学医院教授 Jung Hangi、Kim Taekgyun、Yoon Changho。

从左起为盆唐首尔大学医院教授 Jung Hangi、Kim Taekgyun、Yoon Changho。

View original image

头颈部X射线影像检查具有流程相对简单、费用低廉等优点,如果能应用人工智能模型,有望为重在早期治疗的睡眠呼吸暂停综合征的诊断及治疗率提升作出贡献。Yoon Changho 教授表示:“全球30至69岁成年人中,睡眠呼吸暂停综合征的患病人数估计约为10亿人,而且仍在持续增加”,“如果能够及早发现睡眠呼吸暂停综合征并开始治疗,就可以防止症状进一步恶化,同时提高生活质量。”



本次研究得到了盆唐首尔大学医院医疗人工智能中心的支持,Lee Seunghoon 高丽大学安山医院耳鼻咽喉科教授以及 Harvard 医学院教授 Robert Thomas 共同参与。研究结果已发表在《美国睡眠医学会杂志》(Journal of Clinical Sleep Medicine)。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点