△AI自動識別新冠肺炎病例CT胸片
記者從阿里雲方面獲悉，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，分析結果準確率達到96%。被稱為鄭州版「小湯山醫院」的鄭州岐伯山醫院將於2月16日起正式收治新冠肺炎確診患者，目前已引入該算法輔助臨床診斷。
目前，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。據介紹，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、萬裡雲、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局限，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。
△ 醫護人員使用AI識別新冠肺炎病例CT影像
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。
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。
阿里雲方面透露，除率先落地的鄭州岐伯山醫院，這套算法還將在湖北、廣東、安徽等地近100家醫院陸續落地。「新冠肺炎屬於新病種，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。」達摩院算法專家徐敏豐表示。