近日，浙大二院教授童璐莎、高峰团队，联合浙江大学生物仪器与工程学院教授赵立团队，成功开发出一种用于区别急性自发性脑出血的可解释性人工智能（AI）模型。

　　脑静脉系统血栓继发出血是由于脑部静脉堵塞-静脉压力增高-静脉破坏出血，

　　值得注意的是，这种类型的出血的治疗方案与其他类型的脑出血截然相反，需要尽快抗凝或者手术消除静脉内血栓。若误诊或漏诊将会导致不合理的治疗，会危及患者生命。

　　静脉造影、磁共振静脉成像等，在基层医院较难实行，或者因检查复杂而耗时较长，大大增加病情延误的风险。

　　研究团队整合国内多家三甲医院的头颅CT数据，依托多学科技术力量，构建了针对CVST-ICH的人工智能诊断模型。

　　影像，训练可解释性深度学习算法，能够快速、准确地识别CVST-ICH，其诊断灵敏度高达96%

　　彩神官方

　　该模型还经过三甲医院医生的实战测试，并与来自放射科、神经内科、急诊科的9位不同年资的医生进行了诊断性能比较。

　　结果显示，AI模型的表现显著优于医生的平均水平，在AI模型的辅助下，医生再次诊断的正确率提升约20%

　　研究团队采用4种视觉化的AI可解释性方法，揭示了血肿边缘特征在模型决策中的关键作用

　　这有助于消除医生对于AI辅助决策中“黑箱”性质的疑虑，增强了实际临床应用中的信任度。

　　开发这一模型的初衷是为响应浙江省医疗“共同富裕”的号召，落实医疗资源均衡化战略，使基层医疗机构能通过最基本的检查实现准确的诊断。

　　为了让该模型能够更便捷地应用于临床，研究团队决定放弃专利申请，将模型完全开源。