智能辅助评估与诊断

随着医疗与科技的发展，人工智能下的计算机辅助技术越来越多地运用到临床工作中。已有研究提示依靠人工智能下的计算机辅助技术可以更高效地对患者进行评估，并且针对运动功能障碍（如i Kcare®评估系统）和认知功能障碍的评估（如六六脑®脑康复云平台）具有良好的可信度。这些系统是我国科研工作者以现有测评成熟技术为基础，利用人工智能技术设计的适合国人使用的智能化运动功能障碍和认知功能障碍的诊断与评估系统，能够对患者进行多种运动功能障碍和认知功能障碍的远程评估，且其评估得分与人工测评结果的差异无显著性，可信度高，提高了测评效率。在国外，Ithapu VK等提出了一种新型的多模态成像标记，该标记基于一种新的深度学习算法，可预测未来认知和神经功能的衰退。研究结果显示，利用该算法，所需的样本估计值至少减少了5倍，并且与现有方法相比，试验规模更小，具有更高的统计能力。Park JH等通过试验发现，基于人工智能的改良Ashworth量表（Modified Ashworth Scale，MAS）可以成功地进行痉挛的临床评估，并与多个人工评分有良好的一致性。通过观察人工智能如何学习专家的决策，可以分析出重要的痉挛反应因素。此外，有研究对康复过程中心率和热像仪传感器采集的生理数据进行模式识别和分析，使用机器学习技术来检测热像仪温度变化范围和自适应图像处理方法以评估呼吸频率，得出的结果与真实循环条件下的结果一致。(https://www.daowen.com)