ThinkSono DVT 檢測軟件結果已在 Nature digital medicine (npj) 上發佈

倫敦和德國波茨坦2021年9月16日 /美通社/ -- 一組研究人員團隊正在開發使用人工智能運算法以更快、更有效地診斷深層靜脈血栓形成 (DVT)，就像傳統的放射學家解釋診斷掃描一樣，有可能減少漫長的病人等待名單，並避免未患有此病者不必要地接受藥物治療。

ThinkSono AutoDVT App on a smartphone

DVT 是一種最常出現在腿部的血凝塊，會引起腫脹、疼痛和不適，如果不治療，會導致致命的肺部血凝塊。30-50% 的 DVT 患者可能會出現長期症狀和殘疾。

牛津大學、帝國學院和謝菲爾德大學的研究人員與科技公司 ThinkSono（由 Fouad Al-Noor 和 Sven Mischkewitz 領導）合作訓練機器學習人工智能運算法 (AutoDVT)，以分辨沒有 DVT 的患者。與一般使用的超聲波掃描相比，人工智能運算法可準確診斷 DVT，而團隊得出的結論是，使用該運算法可能每次檢查節省 150 美元的健康服務成本。

身為牛津大學拉德克利夫醫學系 (Radcliffe Department of Medicine) 研究人員兼牛津大學醫院 NHS Foundation Trust 臨床醫生的研究主管 Nicola Curry 醫生表示：「傳統上，DVT 診斷需要由訓練有素的放射人員進行專業超聲波掃描，我們將人工智能運算法結合手持超聲波機器，初步數據結果令人鼓舞。 

這是首項顯示機器學習人工智能運算法有可能診斷 DVT 的研究，研究人員快將開始盲性臨床研究，以比較 AutoDVT 與標準護理的準確性，藉此確定用於檢測 DVT 病例的靈敏度。全球近 800 萬人每年可能出現靜脈血凝塊，希望 AutoDVT 將會為這些人帶來更快且正確的診斷。

Oxford Haemophilia and Thrombosis Centre 研究團隊成員 Christopher Deane 表示：「人工智能運算法不僅可以受訓，以分析超聲波圖像，分辨血凝塊是否存在，它還可以引導超聲波儀使用者沿著股靜脈檢查正確的位置，即使非專科使用者也可獲得正確的圖像。」 

研究團隊希望將 AutoDVT 工具與人工智能運算法結合，使非專科醫療人員（如全科醫生和護士）亦能夠快速診斷和治療 DVT。對於那些未能到專科診所赴診的人士，它還可以讓非專科人員收集圖像，並發送給專科人員。

「目前，許多懷疑患上 DVT 的患者都未能在 24 小時內獲得最終確診，因此許多患者都接受不必要的抗凝血劑注射，不但痛楚，而且還有潛在副作用。」 

ThinkSono 行政總裁 Fouad Al Noor 表示：「我們很高興看到這項研究的結果，並且與牛津大學醫院和其他合作夥伴醫院進一步合作，以試驗軟件，繼而向全球患者推出。」

這項研究的結果發表在《npj Digital Medicine》上。

ThinkSono 網站：
www.thinksono.com

如欲了解更多資訊，請聯絡 ThinkSono 的 Fouad Al Noor，電郵hello@thinksono.com

備註：研究報告載於：https://www.nature.com/articles/s41746-021-00503-7 及 DOI：https://doi.org/10.1038/s41746-021-00503-7

圖片 - https://mma.prnasia.com/media2/1626577/ThinkSono.jpg?p=medium600