日前,,阿里巴巴達摩院聯(lián)合阿里云針對新冠肺炎臨床診斷研發(fā)了一套全新的 AI 診斷技術,,可以在 20 秒內準確地對新冠疑似案例 CT 影像做出判讀,幫助醫(yī)生快速進行疑似病例診斷,,分析結果準確率達到 96%,。
據悉,2 月 16 日啟用的河南鄭州小湯山已經引入該算法輔助臨床診斷,,此外,,該算法還將在湖北、廣東,、安徽等地近 100 家醫(yī)院落地,。
據了解,,新冠肺炎患者的 CT 胸片的影像特征表現(xiàn)為單肺或雙肺多發(fā)、斑片狀或節(jié)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(yī)生臨床診斷帶來巨大壓力,醫(yī)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(yī)療 AI 團隊基于當前最新的診療方案、鐘南山等多個權威團隊發(fā)表的關于新冠肺炎患者臨床特征的論文等,,與浙大一附院,、萬里云、長遠佳和古珀醫(yī)院等多家機構合作,,率先突破了訓練數據不足的局限,,基于 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(fā)了全新的 AI 算法模型。
阿里云方面表示,,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 可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區(qū)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(yī)生減輕診斷壓力。
此外,,這套技術還將計算病灶部位的占比比例,,量化、預測病癥的輕重程度,,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(yī)生,,可提供有效的診斷鑒別提示,。
值得一提的是,在 CT 影像識別算法之外,,達摩院還與阿里云研發(fā)了輔助診斷算法,,該算法可以根據患者基本信息、癥狀,、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(yī)生制定科學的治療方案,。