JLK发布脑梗死严重程度AI自动分析论文：“有望加速临床应用推动营收增长”

View original image

医疗人工智能（AI）专业企业JLK（代表 Kim Dongmin）于22日表示，其关于自动对心房颤动患者脑卒中严重程度进行分级的深度学习算法研究论文，已发表于国际学术期刊《Journal of Stroke》。此次成果有望在大幅提升临床现场应用度的同时，对JLK的营收增长产生积极影响.

JLK、全南大学医院、盆唐首尔大学医院联合研究团队，利用因心房颤动导致脑梗死患者的弥散加权磁共振成像（DWI），开发出一款可将脑梗死体积自动分为轻度、中度和重度的深度学习算法。该算法以2011年至2021年期间从4家医院收集的1091例DWI作为训练数据，并为进行外部验证，使用了2017年至2020年从另外11家医院收集的1265例DWI。

研究结果显示，在外部验证数据集中，该深度学习算法与脑卒中专家分级结果的符合率（percentage agreement）高达87.4%。用于衡量一致度的另一指标——科恩卡帕值（Cohen's kappa）为0.81，高于两名脑卒中专家之间的一致率（74.6%，卡帕值0.62），表现出更高的性能。

尤其是，该算法在脑梗死严重程度与脑梗死出血性并发症（sHT）风险之间，呈现出显著相关性。被算法判定为重度的患者中，sHT发生率最高；而被判定为轻度的患者则完全未出现sHT。这表明算法的分级结果能够反映真实的临床风险。

本研究是首个基于DWI自动对脑卒中严重程度进行分级的深度学习模型开发案例。脑卒中严重程度是决定经口直接抗凝药物（DOAC）给药时机的重要指标。特别是在专业人力不足的环境中，该算法可帮助临床经验相对欠缺的医生判断DOAC的给药时机。

JLK方面强调，该算法从原始DWI影像生成最终分级结果，平均仅需约5秒，处理速度极快。如此快速的分析不仅可提升临床研究效率，在实际治疗现场也能提高工作效能，证明其商业化可行性。公司方面预计，此次论文发表将有助于今后在全球临床现场的推广和海外出口的扩大，从而带动实质性的营收增长。

必读新闻

“终于还是跨境了”既无疫苗也无药物…蔓延中的“变异埃博拉”[读懂科学]

• 三星电子全面罢工前夕达成戏剧性协议…Kim Younghun 部长称“展现了以对话解决问题的K式底力”(更新)
• “从三星电子·SK海力士亏损7000万到赚3.5亿”……“炒股大赚”爷爷成话题
• “股票不用交税” 明年起年超250万韩元币圈收益征税…投资者强烈反对
• “最近谁还去日本” 曾经人潮涌动如今骤减…究竟为何

JLK首席医疗官 Ryu Wiseon 表示：“本研究是一项能够直接推动脑卒中患者治疗优化的成果。今后我们将把算法扩展到CT等多种影像基础之上，以增强产品竞争力，提高临床应用度，并将其进一步转化为公司的增长动力。”

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