2月15日，達摩院聯合阿里雲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，與多家機構合作，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一套全新的 AI 診斷技術。
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。
而新方法可在 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%。AI每識別一個病例平均只需要不到20秒，大大提高診斷效率，減輕醫生壓力。
全新的 AI 診斷技術診斷新冠肺炎
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。
達摩院算法專家徐敏豐表示：新冠肺炎屬於新病種，疫情爆發至今仍舊沒有公開的數據集，但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。
據瞭解，該方案率先在鄭州版 “小湯山醫院”鄭州岐伯山醫院上線，目前該醫院已經於 2 月 16 日起開始正式收治新冠肺炎確診患者。
摘編：雷鋒網、太平洋電腦網
分享到:
