中国研究人员开发了一种人工智能系统,平均可在3秒内识别出COVID-19和普通感冒。随着秋冬季节的到来,国内新冠肺炎疫情是否会卷土重来成为人们关注的话题。值得注意的是,秋冬季也是其他呼吸系统疾病的高发期,这给新冠肺炎的识别、诊断和治疗增加了难度。近日,《自然》子刊《自然通讯》发表的一篇论文显示,中国研究人员开发出一种基于深度学习的人工智能系统,可用于快速区分新冠肺炎与其他呼吸系统疾病。基于超过10,000个CT扫描数据的构建,据了解,该论文的标题为《新型冠状病毒(COVID-19)人工智能诊断系统的开发与评估》(DevelopmentandevaluationofanartificialintelligencesystemforCOVID-19diagnosis),由该部门共同撰写清华大学自动化系和华中科技大学附属协和医学院。医院两个科研团队共同完成了该项目。论文指出,目前的胸部影像学技术可以显示早期肺部病变,应用广泛且经济。然而,胸部CT图像包含数百个切片图像,医生诊断需要很长时间。此外,由于新冠肺炎与其他肺炎的症状相似,放射科医师需要积累大量经验才能实现高效诊断。一旦COVID-19和流感同时爆发,CT诊断的工作量将远远超过现有放射科医师的承受能力。针对诊断难的问题,研究人员提出了一种基于深度学习的人工智能诊断系统。该系统可直接输入CT图像数据,从中提取肺部区域数据并进行分割。该系统由五个关键组件组成:肺分割网络、切片诊断网络、冠状病毒感染切片定位网络、解释深度网络的可视化模块和解释感兴趣区域特征的图像表型分析模块。人工智能系统工作流程。据悉,这套人工智能系统的研发和评估数据来自武汉三所医院和四个公共数据库,包括新型冠状病毒、甲型/乙型流感、非病毒性社区获得性肺炎(以下简称CAP)和非-肺炎影响患者。超过10,000个测试对象的胸部CT数据。在实验中,人工智能系统读取电影的速度更快。在进一步的研究中,研究人员将人工智能系统与五位经验丰富的放射科医生进行了比较。这5位医生从业5年多,每年需要读取约3000-5000名患者的CT影像数据。结果显示,放射科医生的平均阅读时间为6.5分钟,而人工智能系统的平均阅读时间为2.73秒,远高于人类的速度。需要说明的是,论文指出,人工智能系统在区分普通肺炎和非肺炎方面不如放射科医生,但在更具挑战性的识别和分类上,人工智能系统的优势更为明显。该表显示,AI系统在区分CAP和COVID-19方面的准确率为92%,而放射科医生的准确率为74%,在区分流感和COVID-19方面的准确率为88%,而放射科医生的准确率仅为54%,这是两者之间的一个很大的区别。人工智能系统与放射科医生的识别数据进行比较。*上述准确度数据主要基于表中“任何阅读器”类别。论文对“Anyreader”的注释显示,在每个病例的识别中,只要五位医生中有一位出现识别错误,该病例就会被标记为人工识别错误。“不同类型的肺炎相似度很高,尤其是早期(相似性更明显);而同一类型肺炎的不同阶段差异较大,CT筛查很难区分新冠肺炎其他肺炎引起的肺炎,”论文作者、清华大学自动化系副教授冯建江在接受媒体采访时表示,“因此,非常有必要研发一种人工智能诊断算法对于新冠肺炎。”此外,冯建江表示,人工智能诊断算法可重复性强,易于大规模部署。优势,它有潜力成为控制新冠肺炎传播的新工具。目前,武汉部分医院已经使用了相关的人工智能应用。人工智能在新冠肺炎救治中的应用人工智能领域在多地为应对新冠肺炎疫情发力。据新华社报道,由英国牛津大学牵头的科研团队正在开发和测试一种人工智能算法,可以辅助医生诊断和管理新冠患者的病情。这种算法可以帮助医生更快地诊断出疾病并预测患者是否会恶化,例如哪些患者会呼吸困难,哪些患者会出现长期肺功能问题。对于预见性,医护人员可以对患者进行更细致的医学观察,利用有限的资源更高效地帮助有需要的患者。此外,西班牙的研究机构也开发了类似的人工智能模型。该模型可以预测新冠肺炎患者是否会出现严重的呼吸衰竭,需要进入重症监护病房(ICU)接受治疗,并通过模型的预测来分配医疗资源。综合:南都人工智能伦理课题组研究员周树奇
