英国《自然·机器智能》杂志近日发表的一项医学与人工智能（AI）研究中，瑞士科学家介绍了一种人工智能系统可以几秒之内扫描心血管血流。这个深度学习模型有望让临床医师在患者接受核磁共振扫描的同时，实时观察血流变化，从而优化诊断工作流。
　　四维（4D）核磁共振扫描可以用来重建心血管血流随时间变化而产生的特征，对于心血管疾病的诊断具有重要意义。然而，这些扫描通常需要20分钟的处理时间，意味着扫描过程中，无法对成像进一步评估。加速这类扫描，就能在患者接受扫描的同时完成实时评估，不仅能节省临床医师的时间，还能减少患者的不适。
　　此次，瑞士苏黎世联邦理工学院研究人员瓦雷里·韦诗耐韦斯基及其同事，开发出了一种深度学习人工智能模型，可以在几秒之内对经过心脏的血流进行四维重建。研究团队用11个扫描案例训练了一个神经网络，发现这个网络可以准确重建正常患者和血流异常患者的主动脉血流，且准确度与传统方法一致。
　　目前，这个人工智能系统还能在20秒左右的時间里重建一次扫描，比目前尖端的传统方法快30倍，比之前的深度学习方法快4.2倍。
　　深度学习网络，是机器学习中一种基于对数据进行表征学习的方法，也被称为人工神经网络，是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式来进行信息处理。现在，深度学习网络越来越多地用于生物数据分析自动化。深度学习模型的一个挑战是它们的“黑箱”性质，也就是说，无法轻易鉴定一个模型执行某项任务时的过程。科学家们认为，除利用深度学习帮助人类推进医疗事业，还可调查深度学习模型如何识别和处理所分析的数据的能力，帮助研究者更好地理解这些数据背后的生物学。