AI輔助診斷新冠肺炎 96%準確率 為抗疫一線醫護人員保駕護航
阿里巴巴達摩院和阿里雲聯合出品 “新冠病毒肺炎 AI 輔診助手”，它可以幫助醫生快速進行疑似病例診斷，從而讓 AI 在抗擊疫情中大顯身手。
具體來說，達摩院聯合阿里雲針對新冠肺炎臨床診斷研發了一套全新的 AI 診斷技術，可在 20 秒內對疑似案例的 CT 影像進行判讀，區分新冠肺炎、普通病毒性肺炎及健康的影像，根據紋理特徵計算疑似新冠肺炎的概率，並直接算出病灶部位佔比，分析結果準確率達到 96%。
在國家衛健委公佈的第五版方案中，除核酸檢測外，CT 影像臨床診斷結果也可作為新冠肺炎病例判斷的標準。
據瞭解，新冠肺炎患者的 CT 胸片的影像特徵表現為單肺或雙肺多發、斑片狀或節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，這給醫生臨床診斷帶來巨大壓力，醫生對一個病例的 CT 影像肉眼分析耗時大約為 5 至15 分鐘。
為此，達摩院醫療 AI 團隊基於當前最新的診療方案、鍾南山等多個權威團隊發表的關於新冠肺炎患者臨床特徵的論文等，與浙大一附院、萬里雲、長遠佳和古珀醫院等多家機構合作，率先突破了訓練數據不足的侷限，基於 5000 多個病例的 CT 影像樣本數據，學習、訓練樣本的病灶紋理，研發了全新的 AI 算法模型。
阿里雲方面表示，通過 NLP 自然語言處理回顧性數據、使用 CNN 卷積神經網絡訓練 CT 影像的識別網絡，AI 可以快速鑑別新冠肺炎影像與普通病毒性肺炎影像的區別，最終識別準確率達 96%。
同時，AI 診斷技術識別一個病例平均只需耗費不到 20 秒，可輔助醫生減輕診斷壓力。
此外，這套技術還將計算病灶部位的佔比比例，量化、預測病症的輕重程度，大幅度提升診斷效率，為患者的治療爭取寶貴時間。尤其對未接診過新冠肺炎病例或低年資醫生，可提供有效的診斷鑑別提示。
值得一提的是，在 CT 影像識別算法之外，達摩院還與阿里雲研發了輔助診斷算法，該算法可以根據患者基本信息、症狀、實驗室檢查結果、流行病學史、影像報告等多維信息，進一步幫助輔助醫生制定科學的治療方案。
隨著臨床數據的積累，AI 算法將在新冠肺炎診斷中發揮更大的價值。
實際上，在阿里巴巴之外，華為雲也已經與華中科技大學、藍網科技等通力協作，研發並推出新型冠狀病毒肺炎 AI 輔助醫學影像量化分析服務，其目的是利用 AI 技術幫助醫生有效評估病人病情進展以及用藥療效等。
如果“新冠病毒肺炎 AI 輔診助手”與“機器人採血採樣設備”搭配使用，將快速有效的診斷出疑似新冠肺炎患者，為抗疫一線的醫護人員保駕護航。
機器人採血採樣設備能快速提供檢測結果，並可使專業的醫護人員將更多的時間，用於救助醫院裡或其他地方的病人。
發表在《技術》( Technology)雜誌上的研究結果顯示，機器人採血與臨床標準相當，甚至超過了臨床標準，在對31位參與者進行抽血時，總體成功率達到87％。在25位容易找到靜脈的人中，這一成功率為97％。
該設備包括一個通過超聲波圖像引導的機器人，它從靜脈中抽血。一個完全組合的設備包括處理樣本的模塊以及基於離心機的血液分析儀，該設備可在床邊抽血，在救護車、急診室、診所、醫生辦公室和醫院都可以使用。
將來，該裝置可用於靜脈置管、中心靜脈通路、透析和放置動脈導管等。下ー步包括改進該裝置以提高靜脈難以進入患者的成功率。這項研究的數據將用於增強機器人的人工智能，以改善其性能。
以上由中國醫旅健產業聯盟（公號：china-mth）整理發佈，如涉版權，請持權屬證明與我們聯繫。
閱讀更多 醫旅健 的文章
