AI正在成為疫情防控戰(zhàn)的“新兵種”。2月15日，記者從阿里巴巴了解到，阿里下屬達摩院聯(lián)合阿里云針對新冠肺炎臨床診斷研發(fā)了一套全新AI診斷技術，AI可以在20秒內(nèi)準確地對新冠肺炎疑似案例CT影像做出判讀，分析結果準確率達到96%，大幅提升診斷效率。2月16日啟用的河南鄭州小湯山已經(jīng)引入該算法輔助臨床診斷。
新冠肺炎疫情早期，由于確診案例樣本量少，醫(yī)療機構缺少高質(zhì)量臨床診斷數(shù)據(jù)，核酸檢測作為病原學證據(jù)被公認為新冠肺炎診斷的主要參考標準。
隨著臨床診斷數(shù)據(jù)的積累，新冠肺炎的影像學大數(shù)據(jù)特征逐漸清晰，CT影像診斷結果變得愈發(fā)重要。根據(jù)國家衛(wèi)健委公布的診療方案第五版，臨床診斷無需依賴核酸檢測結果，CT影像臨床診斷結果可作為新冠肺炎病例判斷的標準。
新冠肺炎患者的CT胸片的影像特征表現(xiàn)為單肺或雙肺多發(fā)、斑片狀或節(jié)段性磨玻璃密度影等細微變化。一位新冠肺炎病人的CT影像大概在300張左右，這給醫(yī)生臨床診斷帶來巨大壓力，醫(yī)生對一個病例的CT影像肉眼分析耗時大約為5-15分鐘。
達摩院醫(yī)療AI團隊基于當前最新的診療方案、鐘南山等多個權威團隊發(fā)表的關于新冠肺炎患者臨床特征的論文，與浙大一附院、萬里云、長遠佳和古珀醫(yī)院等多家機構合作，率先突破了訓練數(shù)據(jù)不足的局限，基于5000多個病例的CT影像樣本數(shù)據(jù)，學習訓練樣本的病灶紋理，研發(fā)了全新的AI算法模型。
據(jù)介紹，通過NLP自然語言處理回顧性數(shù)據(jù)、使用CNN卷積神經(jīng)網(wǎng)絡訓練CT影像的識別網(wǎng)絡，AI可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區(qū)別，最終識別準確率高達96%。AI每識別一個病例平均只需要不到20秒，可有效減輕醫(yī)生壓力。此外，AI還能直接算出病灶部位的占比比例，進而量化病癥的輕重程度，大幅提升臨床診斷效率。
轉(zhuǎn)自：中國新聞網(wǎng)
【版權及免責聲明】凡本網(wǎng)所屬版權作品，轉(zhuǎn)載時須獲得授權并注明來源“中國產(chǎn)業(yè)經(jīng)濟信息網(wǎng)”，違者本網(wǎng)將保留追究其相關法律責任的權力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網(wǎng)觀點和立場。版權事宜請聯(lián)系：010-65367254。
延伸閱讀
4天3夜跨越300公里——武漢“95后” 女醫(yī)生騎車返崗記
