大家好，我是本栏目的编辑郝帅，现在我来给大家讲解一下上面的问题。人类设计的通过开发人工智能来模仿我们大脑的机器现在正被用来分析和识别我们的大脑是如何工作的。

这是一个不断增长的市场，因为尽管我们对大脑在物理层面上的工作方式有所了解，但仍有许多东西我们没有。发展迅速。

悉尼神经影像分析中心(SNAC)去年获得了一笔联邦拨款，用于增强人工智能大脑扫描，目前正在扩展和验证其算法，以用于临床。

该公司位于悉尼大学大脑和思维中心，旨在提高神经影像分析的一致性、速度和准确性——大脑和思维中心估计，超过4%的病例可能是不准确的。

SNAC运营总监王晨宇表示，使用英伟达的DGX-1系统进行推理的算法之一，可以自动完成以往MRI扫描中分离脑组织的人工过程，任务执行速度提升10倍。

“这可不小，”王说。

“以前，这将使我们的分析师使用半自动方法20到30分钟。现在，这比纯机器时间少了2-3分钟，比人类更好更一致。”

为研究和临床试验开发的另一个工具旨在帮助图像分析师准确确定大脑病变的大小，以了解它们对不同治疗方法的反应。

分析师通常手动分割脑部病变的3D图像以确定其体积，这可能需要长达15分钟的时间。

由于确定不规则形状结构的大小需要多长时间，有时可以通过“眼球”扫描来猜测测量结果。同时，SNAC的算法可以将时间缩短到三秒，并提供更准确的结果。

现在，该中心正在寻求验证这些算法，并将它们与临床医生已经使用的分析工具相集成，以便扫描可以在他们访问诊所后自动处理。

然后，人工智能评估的扫描将被传递给放射科医生进行查看，在不改变其工作流程的情况下为他们提供分析结果，并为审查人工智能工作提供一个层。

王说，与现有系统的整合也将鼓励使用该软件，而不是增加额外的链接，让放射科医生跳过对其工作的验证。

他说：“有人可以开发出一个奇妙的工具，但放射科医生很难通过在工作站上打开另一个应用程序或其他浏览器来使用它。

“他们不想仅仅因为时间不多就这么做，他们经常每天要做大量的临床扫描。”