AI模型将区分新冠肺炎和其他呼吸道疾病

中国研究人员本月早些时候在《自然通讯》杂志上发表了一篇论文,提出了一种人工智能模型,可以帮助医生快速区分 2019冠状病毒病、流感、肺炎准确率高。

COVID-19爆发以来,已经开发出众多AI系统,并用于前线检测和诊断,例如分析胸部X射线和CT扫描。

然而,随着流感季节的临近,如果COVID-19和流感一起爆发,导致CT诊断工作量猛增,区分这两种呼吸道疾病对医生来说将具有挑战性。

AI新模式或将给出答案,来自清华大学和武汉的协和医院、隶属于华中科技大学的研究人员,利用COVID-19、流感、非病毒社区获得性肺炎和非肺炎的CT量超过11000个的大型数据集,开发并评估了AI系统。

2019冠状病毒病患者的CT量,据论文介绍,主要是在2月至3月期间,在曾经是中国2019冠状病毒病疫情震中的武汉市三家医院采集。

AI模型,被称为基于深度卷积神经网络的系统,将专家积累的检测经验转化为算法,检测结果显示,可区分新冠肺炎、流感、非肺炎等四种唿吸道疾病,AUC为97.8%,检测准确率较高。

在进一步的研究中,研究小组将这种基于 CT 的 AI 系统的诊断性能与五名放射科医生的诊断性能进行了比较,结果表明该系统的性能高于人类同行。

AI模型将有助于减轻医生的工作量,研究表明放射科医生的平均阅读时间为6.5分钟,而AI系统的平均阅读时间为2.73秒。

该论文称,人工智能系统在区分肺炎和非肺炎方面仅比放射科医生稍差一些。

CT肺部筛查将新冠肺炎与其他肺炎区分开来,由于不同类型肺炎的高度相似性,尤其是早期阶段,且同类型不同阶段差异较大,因此,开发针对新冠肺炎的AI诊断算法是必要的,清华大学合著者、指纹识别和计算机视觉专家冯建江说。

CT扫描检测新冠病毒的疑虑虽然依然存在,但冯认为CT在严重程度评估和患者管理中起着至关重要的作用,AI系统的相关应用已被武汉医院的医生所采用。

AI诊断算法还具有高重复性和易于大规模部署的优点,显示出成为控制COVID-19传播的新工具的潜力,据冯。