欧洲核子研究组织（CERN）最初开发的人工智能技术是为了改善其粒子加速器的维护，但这些技术在医疗领域的应用具有革命性的潜力。减少放射治疗设备的体积并优化其易用性，特别是在资源较少的国家；设计用于乳腺癌预防的智能程序；以及改善中风患者的监测，这些都是欧洲核子研究实验室正在与欧洲医院合作进行的一些有前景的项目。
欧洲核子研究组织（CERN）向医院提供其在管理和保护大量数据方面的经验，这对于确保用于算法的私人患者信息的隐私和安全至关重要。该机构以其大型强子对撞机（LHC）而闻名，使用一种系统来本地处理数据，而不是将其发送到中央存储。这有助于保护隐私并在不同医院合作创建可靠的人工智能模型时更好地利用资源。
“这是一个新的范式。以前，大量的数据被集中存储。现在我们在数据获取的地方进行处理，例如在医院。如果我们保证隐私、数据保护和模型的稳健性，我们就有了一个对医学应用非常重要的工具。”CERN科学家路易吉·塞里奥（Luigi Serio）在国际抗癌联盟（UICC）组织的一次访问中解释道，这次访问正值世界癌症大会在日内瓦举行。
AI如何帮助改善中风患者监测
其中一个基于该系统的应用是Truckstroke，它已经在德国、比利时和巴塞罗那瓦尔德希布伦中风单元的约10,000名中风患者中使用人工智能改善中风治疗。通过将中风患者的脑部图像与CERN在所谓的Truststroke项目中训练的模型进行比较，算法可以预测患者的病情发展、应采取的治疗方法以及所需的后续护理。最重要的是，该工具可以预测复发的风险。
每年，欧洲有110万人中风，其中50万人死亡，近1000万幸存者需要长期护理。“专业人士被中风患者压得喘不过气来，他们需要越来越多的新工具来支持他们的工作。”塞里奥解释道。医院在当地配置了所有数据，但通过与主服务器交换参数，他们可以获得能够测量中风严重程度的预测模型。“医生可以使用这些模型来决定给患者采取何种治疗。他们还知道可能的结果和所需的后续护理，患者需要住院多长时间，何时可以出院等。”研究员解释道。
算法知道谁应该接受乳腺X光检查
CERN计划明年完成一项癌症检测程序，该程序比当前的筛查模型GAIL准确率高出50%。除了年龄因素和病史，CERN模型还将通过结合多种因素来确定患乳腺癌的风险，如某些食物或酒精的消费、生活方式和身体活动、女性首次怀孕或更年期的年龄等参数。
目前的筛查系统并未考虑所有风险因素。“我们的目标是拥有一种工具，能够分析多个超出当前考虑范围的因素，以决定是否需要提前进行乳腺X光检查，即使可以推迟检查及其原因。”塞里奥解释道。用于训练该工具的数据来自欧洲前瞻性饮食、癌症和健康研究（EPIC），该研究收集了超过20年的信息。一旦明年模型最终确定，还需要进行测试和监管，因此在这一有前途的乳腺癌筛查系统取代现有协议之前还有许多步骤要走。
CERN旨在通过人工智能增强线性放射治疗加速器（LINAC），使其更易于使用并在低收入和中等收入国家更加普及。在这些地区，不仅高昂的成本限制了获取，还缺乏操作设备的专家。“这些机器很难获得、安装、操作和维护。”塞里奥解释道。在这个领域使用人工智能可以显著提高护理质量，因为它允许在没有专家的情况下操作机器和做出诊断。
新的基于人工智能的软件将帮助预测故障、加快维护并指导用户，同时减少放射治疗设施的停机时间，这些设施目前由于缺乏熟练人员而经常闲置。这一模型甚至可能开启自动化治疗规划的大门。该项目名为STELLA，最初旨在改善一些非洲国家的放射治疗，这些国家每350万人只有一台放射治疗设备，而美国和大多数欧洲国家每8万至10万人就有一台。
预测肿瘤或阿尔茨海默病的发展
CERN开发的另一项医疗应用能够确定大脑中的缺陷、异常或病理，并指示医生病理的确切位置，例如肿瘤，这得益于CERN创建的复杂系统，该系统用于防止粒子加速器运行中的故障。“有趣的是，大脑是一个复杂的系统，可以建模为图形。大脑不同部位的神经元相互连接，可以设置一个节点和向量矩阵来连接不同的部分。”CERN研究员解释道。通过处理磁共振成像获得的大脑图像，算法能够以一定的精度检测出病理可能存在的位置。“算法会提取图像，指出存在某些不规则性，甚至可以预测异常的位置及其扩散方向。”塞里奥解释道。这项技术目前正在希腊卡波迪斯特里安大学医院进行临床测试。目前，它已用于肿瘤或中风，但CERN还计划使用该系统监测阿尔茨海默病或痴呆症的发展。
(全文结束)
