CT曾作為臨床診斷標準納入《新型冠狀病毒感染的肺炎診療方案》，在特殊抗疫時期幫助快速篩選出了較多的疑似病例。為應對疫情期間激增的CT檢查需求，廣州再生醫學與健康廣東省實驗室張康教授團隊、中山大學孫逸仙紀念醫院林天歆教授團隊、清華大學、澳門科技大學以及廣州一家企業的人工智能技術團隊一起積極響應國家號召，開發了基於胸部CT和X-ray影像學的新冠肺炎AI輔助診斷系統。
通常，一例患者CT影像包含300-500張切面，每一張切面圖像展示的結構不同，病灶表現也不同，有經驗的影像科醫生閱完1例CT圖像需要約15-30分鐘。而疫情期間待閱影像數量更加巨大，這給醫生造成了很大的閱片壓力，同時，僅憑藉影像科醫生肉眼也很難快速識別細微病灶變化。
因此，在疫情防控的關鍵時期，通過更高效、更精準的人工智能影像輔助診斷方法來提升閱片醫生工作效率、降低患者死亡率便成為了當務之急。
據瞭解，該新冠肺炎AI輔助診斷系統在前期分析研究了50萬份臨床影像學大數據的基礎上，運用了深度學習、遷移學習等人工智能前沿技術來輔助影像科醫生進行新冠肺炎的快速診斷和定量分析，可以在20秒內完成一例CT圖像的檢測，給出診斷結果，準確度達90%以上。
同時，它還能對CT圖像每一切面進行精確觀察、輔助醫生判斷患者新冠肺炎病情嚴重程度；也能對同一患者CT圖像進行對比分析，幫助判別藥物是否有效，指導臨床用藥。
目前，該系統已經在中國科學院國家生物信息中心雲平臺（計算機網絡信息中心和北京基因組所）線上部署，並已在廣州中山大學孫逸仙紀念醫院、武漢大學人民醫院、中山大學第三附屬醫院等醫院部署使用，接下來會在全國大範圍推廣。而隨著全球疫情蔓延，境外機構也可以通過雲平臺連接到該診斷系統，快速實現中國與全球分享技術和交流經驗，為阻止疫情在世界範圍內進一步蔓延做出中國貢獻。
出品：南都科創工作室
採寫：南都記者 任先博 實習生 郭靜怡
閱讀更多 南方都市報 的文章
