达摩院最新AI诊断技术：新冠肺炎CT影像识别准确率达96%！
source link: https://knewsmart.com/archives/21894
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
AI正在成为疫情防控战的“新兵种”。2月15日，据记者了解，达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新AI诊断技术，AI可以在20秒内准确地对新冠疑似案例CT影像做出判读，分析结果准确率达到96%，大幅提升诊断效率。明日（2月16日）即将启用的河南郑州小汤山已经引入该算法辅助临床诊断。
新冠疫情早期，由于确诊案例样本量少，医疗机构缺少高质量临床诊断数据，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT影像临床诊断结果可作为新冠肺炎病例判断的标准。
（AI自动识别新冠肺炎病例CT胸片）
新冠肺炎患者的CT胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位新冠肺炎病人的CT影像大概在300张左右，这给医生临床诊断带来巨大压力，医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。
达摩院医疗AI团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，率先突破了训练数据不足的局限，基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，研发了全新的AI算法模型。
通过NLP自然语言处理回顾性数据、使用CNN卷积神经网络训练CT影像的识别网络，AI可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率高达96%。AI每识别一个病例平均只需要不到20秒，大大提高诊断效率，减轻医生压力。此外，AI还能直接算出病灶部位的占比比例，进而量化病症的轻重程度，大幅提升临床诊断效率。
（医护人员使用AI识别新冠肺炎病例CT影像）
在CT影像识别算法之外，达摩院还与阿里云研发了辅助诊断算法，该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息，进一步帮助辅助医生制定科学的治疗方案。
达摩院算法专家徐敏丰表示，“新冠肺炎属于新病种，疫情爆发至今仍旧没有公开的数据集，但随着临床数据的积累，AI算法将在新冠肺炎诊断中发挥更大的价值。”据透露，除了率先落地的河南郑州小汤山医院，上述算法还将在湖北、广东、安徽等地近100家医院落地。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK