AI可以改善中风护理的另一个关键方法

检测梗塞对于AIS患者的治疗至关重要，它提供了可以传达溶栓或血栓切除术是否可行的关键背景信息，但是在非对比CT图像中评估梗塞可能是一项艰巨的任务。

卡尔加里大学的吴秋(音译)写道：通过非对比增强CT定量评估梗塞是一项挑战，因为受累大脑区域的密度和质地变化微妙，并可能因正常的生理变化或旧病变而混淆。”同事。脑组织图像的信噪比低，切片厚，对比度低，这使大多数传统的基于图像的分割方法变得困难。”

该团队研究了2004年5月至2009年6月接受治疗的157名AIS患者的非对比CT图像，从而开发了一种混合AI模型，将基于深度学习的功能整合到了机器学习框架中”。这些相同的患者被用作参考标准。使用来自其他100例接受非对比CT扫描和弥散加权MRI扫描的患者的数据建立了测试数据集。

总体而言，作者发现AI检测到的病变体积与专家轮廓病变体积的参考标准相关”。AI分割体积和弥散加权MRI体积之间的平均差为11 mL。

这组作者写道：类似此处提出的方法，可以帮助从AIS患者的基线非增强CT图像中描绘和量化梗死，从而帮助医生做出临床决策。”

研究人员确实指出，他们的研究存在某些局限性。例如，深度学习算法仅提供脑梗塞的近似值，而不能真正检测到它。”此外，他们还补充说，需要来自其他设施的数据来进行额外的验证，并且需要加快该技术的使用，以便可以在临床环境中实际使用它。