新传媒网医学成像会生成大量数据，例如在计算机断层扫描期间。对于个性化医疗而言，这些数据非常重要。机器学习等人工智能方法使用这些数据来学习并帮助根据未来的个人需求定制诊断和治疗。然而，此类技术仍然充满不确定性。
来自凯泽斯劳滕和莱比锡的一组研究人员正在开发一种自动分析和可视化医疗数据(包括其不确定性)的系统。研究人员将于11 月 13 日至 16 日在杜塞尔多夫举行的Medica医疗技术贸易展览会上展示这项技术，展会地点为莱茵兰-普法尔茨州研究展位(3 号展厅 80 号展位)。
如果发生中风，速度至关重要。使用计算机断层扫描(CT) 扫描，医生可以快速确定大脑中血凝块的位置以及适当的治疗方法。这种成像过程在医学中发挥着重要作用。它们还用于其他领域，例如在手术之前。磁共振成像 (MRI) 扫描可帮助外科医生在手术前制定手术计划。
所有这些技术的共同点是它们都会生成大量数据。“自动分析和可视化这些数据是迈向个性化医疗的重要一步，”莱比锡大学计算机科学家克里斯蒂娜吉尔曼博士说。“近年来，这个领域变得非常重要。”
机器学习和神经网络等人工智能流程使这成为可能。这些网络根据训练或“馈送”的数据进行学习。例如，他们从医生之前处理过的 CT 图像数据中学习。通过这种方式，技术信息和医疗经验都被纳入其中。规则是这些方法可以评估的数据越多，结果就越好。
几年后，此类技术有可能应用于日常临床实践，例如实现个性化诊断和治疗。然而，它们仍处于开发的早期阶段。“每个医疗案例都必须单独训练。数据必须提前单独准备，这非常耗时，”凯泽斯劳滕-兰道大学计算机图形和人机交互工作组的 Robin Maack 解释道。
