新传媒网一项针对学生运动员的新研究表明，处理磁共振成像 (MRI) 的人工智能计算机程序可以准确识别因反复头部受伤而导致的大脑结构变化。这些变化尚未被其他传统医学图像捕获，例如计算机断层扫描 (CT) 扫描。研究人员表示，这项新技术可能有助于设计新的诊断工具，以更好地了解随着时间的推移而累积的细微脑损伤。
专家们早就知道年轻运动员存在脑震荡的潜在风险，尤其是那些从事橄榄球、曲棍球和英式足球等高接触运动的运动员。现在越来越多的证据表明，反复的头部撞击，即使一开始看起来很轻微，也可能在多年后累积起来并导致认知丧失。虽然先进的 MRI 可以识别头部外伤导致的大脑结构的微观变化，但研究人员表示，扫描会产生大量难以导航的数据。
在纽约大学格罗斯曼医学院放射学系的研究人员的带领下，这项新研究首次表明，这种新工具使用一种称为机器学习的 AI 技术，可以准确地区分从事接触运动的男运动员的大脑足球与田径等非接触运动。结果将反复的头部撞击与未被诊断患有脑震荡的接触运动运动员大脑中的微小结构变化联系起来。
“我们的研究结果揭示了参加接触运动的运动员与参加非接触运动的运动员的大脑之间存在有意义的差异，”该研究的资深作者和神经放射学家 Yvonne Lui 医学博士说。“由于我们预计这些群体具有相似的大脑结构，这些结果表明选择一项运动而不是另一项运动可能存在风险，”纽约大学朗格健康中心放射学系教授兼研究副主席 Lui 补充道。
Lui 补充说，除了发现潜在的损伤外，他们调查中使用的机器学习技术还可以帮助专家更好地了解脑损伤背后的潜在机制。
这项新研究于 5 月 22 日在线发表在神经放射学杂志上，涉及来自 36 名接触运动大学运动员(主要是足球运动员)和 45 名非接触运动大学运动员(主要是跑步者和棒球运动员)的数百张大脑图像。这项工作旨在将人工智能工具在足球运动员脑部扫描中检测到的变化与头部撞击清楚地联系起来。它建立在之前的一项研究的基础上，该研究确定了足球运动员的大脑结构差异，将有和没有脑震荡的运动员与参加非接触运动的运动员进行了比较。
