2 人工智能在胰腺疾病诊断及治疗中的应用

    2.1人工智能与胰腺炎

    急性胰腺炎是一种常见的急腹症，其发病率与死亡率均较高[5-6]。自从人工智能发展以来，其在急性胰腺炎预测方面就有了不少研究与探索。上世纪九十年代，Pofahl WE等[7]对神经网络在预测急性胰腺炎患者住院时间(Length of stay，LOS)中的作用展开了研究。他们建立了一种反向传播神经网络，并对195例急性胰腺炎患者的病例资料进行回顾，其中156例用于对神经网络模型的训练，在剩余39例中进行测试。结果表明，相比于其他方法，神经网络模型在预测LOS>7 d中具有最高的灵敏度(75%)。尽管该研究并未涉及急性胰腺炎发病早期的预测，但也证实了人工智能在急性胰腺炎领域拥有广阔的研究前景。之后Keogan MT[8]团队也利用人工智能对急性胰腺炎患者的预后进行预测。他们建立的人工神经网络模型(ANN)利用CT和实验室数据对92例急性胰腺炎患者的预后进行预测。输入节点为CT、实验室数据，输出节点为患者住院时间。最后ANN成功地預测了患者有无超过平均住院时间(Az=0.83±0.05)。相比于Ranson分级(Az=0.68±0.06 ......