罗彻斯特理工学院使用AI帮助心脏病医生

罗彻斯特理工学院的多学科研究(结合了人工智能和生物医学)是一项耗资300万美元，旨在帮助心脏病医生的项目的核心。

王林伟，RIT计算与信息科学副教授。该计划领导着一群正在开发计算系统以创建患者心脏的个性化3D成像的研究人员和临床医生。这种类型的模型有望使临床医生能够无创地研究患者，从而改善对心律不齐和其他心脏病的护理。

Wang说：“临床医生希望了解心律不齐如何影响心脏的身体，这很不幸，这意味着要使用导管，而不是仅进行心电图或MRI扫描。”“借助我们的数字成像技术，外科医生可以花费数小时研究患者心脏模型，从而在手术前后更好地进行准备-所有这些都不会对患者产生负面影响。”

这个项目的核心是由美国国立卫生研究院(National Institutes of Health)资助的项目，该项目是Wang的工作，它利用人工智能来发现理解物理的新的更好的方法。RIT说，利用这些发现，Wang正在将数据集成到她的模型中，以使成像更加精确。

Wang说：“我对物理与数据之间的双边联系感兴趣-使用数据改进基于物理的建模并从数据中学习物理。”“能够将我们学到的知识应用于帮助患者并应对临床医生面临的挑战，这对我来说是一个动力。”

她在该领域的能力并没有被忽视。去年，王获得了“总统科学家和工程师职业早期奖”。PECASE是美国政府授予杰出科学家和工程师职业生涯早期的最高荣誉，旨在表彰那些对在科学技术领域具有领导地位的人。

RIT的计算生物医学实验室主任Wang重视解决研究问题的多学科方法。这是她培训博士生的方式，也是该项目的基石。

她与患者特定心脏建模和高性能计算领域的专家合作，开发不确定性量化技术。利用主动机器学习的进步，这些技术允许从用于建模元素和创建预测的数据中传播不确定性，从而确定某些结果的可能性。

Wang说，这将有助于解决个性化虚拟器官模型的可变性，并消除在这些模型中广泛采用这些模型的主要障碍。

跨学科方法更进一步。Wang的团队还与临床医生合作，将物理知识整合到机器学习方法的开发中，包括学习从临床数据中区分受试者间变异的生理因素。

这种方法将帮助团队开发一种在消融过程中提供实时自动指导的计算机工具，该工具通常用于停止心脏中导致不规则心跳的异常电信号。