您现在的位置:葱头小窝 >> 微论 朝闻 >> 帖子正文
主题: 阿里达摩院最新AI技术:新冠肺炎 CT 影像识别准确率达 96% 2020-03-08 【阅读: 】 【回复:1 条】 【发帖】 【回复】 【返回列表】 # 楼 主
  • 用户名:ga
  • 用户组:初出茅庐
  • 性 别:保密
  • 信 息:165篇
  • 登 录:127次
  • 近日,达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新 AI诊断技术,AI 可以在 20 秒内准确地对新冠疑似案例 CT 影像做出判读,分析结果准确率达到 96%,大幅提升诊断效率,河南郑州小汤山已经引入该算法辅助临床诊断。

    新冠疫情早期,由于确诊案例样本量少,医疗机构缺少高质量临床诊断数据,核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累,新冠肺炎的影像学大数据特征逐渐清晰,CT 影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版,临床诊断无需依赖核酸检测结果,CT 影像临床诊断结果可作为新冠肺炎病例判断的标准。

    AI 自动识别新冠肺炎病例 CT 胸片

    新冠肺炎患者的 CT 胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位新冠肺炎病人的 CT 影像大概在 300 张左右,这给医生临床诊断带来巨大压力,医生对一个病例的 CT 影像肉眼分析耗时大约为 5-15 分钟。

    达摩院医疗 AI 团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文,与浙大一附院、万里云、长远佳和古珀医院等多家机构合作,突破训练数据不足的局限,基于 5000 多个病例的 CT 影像样本数据,学习训练样本的病灶纹理,研发了全新的 AI 算法模型。

    通过 NLP 自然语言处理回顾性数据、使用 CNN 卷积神经网络训练 CT 影像的识别网络,AI 可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别,最终识别准确率高达 96%。AI 每识别一个病例平均只需要不到 20 秒,大大提高诊断效率,减轻医生压力。此外,AI 还能直接算出病灶部位的占比比例,进而量化病症的轻重程度,大幅提升临床诊断效率。

    医护人员使用 AI 识别新冠肺炎病例 CT 影像

    在 CT 影像识别算法之外,达摩院还与阿里云研发了辅助诊断算法,该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息,进一步帮助辅助医生制定科学的治疗方案。

    达摩院算法专家徐敏丰表示,“新冠肺炎属于新病种,疫情爆发至今仍旧没有公开的数据集,但随着临床数据的积累,AI 算法将在新冠肺炎诊断中发挥更大的价值。”据透露,除了落地河南郑州小汤山医院,上述算法还将在湖北、广东、安徽等地近 100 家医院落地。



    2020-03-08 2020-03-08