准确率达96% 达摩院最新AI算法将辅助新冠肺炎临床诊断

△AI自动识别新冠肺炎病例CT胸片

　　记者从阿里云方面获悉，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的AI诊断技术，可在20秒内对疑似案例的CT影像进行判读，分析结果准确率达到96%。被称为郑州版“小汤山医院”的郑州岐伯山医院将于2月16日起正式收治新冠肺炎确诊患者，目前已引入该算法辅助临床诊断。

　　目前，除核酸检测外，CT影像临床诊断结果也可作为新冠肺炎病例判断的标准。据介绍，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至15分钟。

　　为此，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等，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，率先突破了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。

△ 医护人员使用AI识别新冠肺炎病例CT影像

　　阿里云方面表示，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，最终识别准确率达96%。同时，AI诊断技术识别一个病例平均只需耗费不到20秒，可辅助医生减轻诊断压力。此外，这套技术还将计算病灶部位的占比比例，量化、预测病症的轻重程度。

　　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。

　　阿里云方面透露，除率先落地的郑州岐伯山医院，这套算法还将在湖北、广东、安徽等地近100家医院陆续落地。“新冠肺炎属于新病种，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。”达摩院算法专家徐敏丰表示。

本文转自：温州新闻网 66wz.com