理论教育 智能辅诊服务:AI算法实现快速病灶识别及量化分析

智能辅诊服务:AI算法实现快速病灶识别及量化分析

时间:2023-06-09 理论教育 版权反馈
【摘要】:该平台通过AI算法分割病灶区域,可量化病灶大小、CT值及肺部占比等,平均诊断时间约为20秒,正确率达96%以上,极大提升疑似病例确诊效率。新冠肺炎AI辅助诊断系统的投入,极大地缓解了疫情暴发初期因人群恐慌引发的医疗资源挤兑,从而为避免医疗资源体系崩溃赢得了宝贵时间。

智能辅诊服务:AI算法实现快速病灶识别及量化分析

新型冠状病毒感染确诊主要依赖核酸检测和胸部CT影像,但是当时医疗资源高度短缺,患者需要排队几个小时等待检查,院内交叉感染风险也会增加。为实现快速精准诊断和分诊,政产学研联合共同开发AI自动诊断技术,投入一线实践,大大缓解了医疗资源短缺的压力

1.“腾讯觅影”人工智能的应急专用CT装备被应用于抗疫一线

2020年2月,“腾讯觅影”AI系统对新冠肺炎的影像识别模型做了针对性优化。这套AI辅诊系统,在患者CT检查后最快2秒就能完成AI模式识别,1分钟内即可为医生提供辅助诊断参考。由于湖北地区疫情肆虐,前线影像科医生的工作量很庞大。排除疑似病例要做CT检查,而在治疗期间的患者也需要平均5天做一次CT检查。每一次胸部的CT检查会产生300多张影像,需要花费医生5—15分钟时间查看,患者越多,医生负担越大。2月21日,“腾讯觅影”AI的应急专用CT装备已先后部署到武汉协和西院、武汉日海方舱医院、洪湖市人民医院,支援一线医疗人员的工作。从诊断环节来看,AI可以大大加速前期的CT阅片工作,就连核算检验的分子诊断领域,也和AI联系密切。

2.上海市公共卫生临床中心联合依图科技,开发上线“新型冠状病毒性肺炎智能影像评价系统”

上海市公共卫生临床中心联合依图科技,在2020年春节期间开发上线了“新型冠状病毒性肺炎智能影像评价系统”。这是行业内首款新冠肺炎智能评价的AI影像产品,在2—3秒内就能完成肺炎筛查、定量评价,大年初四的时候产品正式上线,先在上海市公共卫生临床中心应用,经过一周的进一步验证,快速部署到武汉多家新冠肺炎重点收治医院。这套系统可以在依图胸部CT智能4D影像系统的基础上快速升级。由于新冠肺炎防控的需要,在临床诊疗中需要快速筛查,并进行定量分析,该系统能够在图像生成的第一时间,就提示受检者肺内是否有疑似肺炎,从而提醒医生第一时间关注,让整个肺炎的筛查时间窗口前移。

3.商汤科技疫情期间部署新冠肺炎AI诊断系统(www.daowen.com)

疫情发生后,商汤科技立即启动驰援方案,一周时间将新冠肺炎AI诊断系统部署到位。通常,医生诊断一名患者需要查看肺部CT图像数量300余张次,耗费大量时间与精力。AI诊断系统通过先进的图像算法实现了对新冠肺炎CT影像的智能化诊断与定量评价,自动筛查疑似新冠肺炎患者,在2—4秒之内就能完成定量分析,极大提升了精准定量分析的效率。同时可根据诊断结果实时给出预警提示,帮助医生快速筛选疑似新冠患者并采取隔离、核酸检验等措施,最大限度减少交叉感染;还可以精确测算双肺肺炎的受累程度,多维分析全面诊断,有助于临床判断病情、评估疗效、预测预后。除了满足定点医院新冠肺炎的筛查需求以外,目前商汤科技肺部AI智能分析产品也在更多医院落地应用,帮助临床医生进行高精度肺部疾病检测、分型、良恶性预测等多维分析以及内镜手术的3D术前规划与模拟等治疗方案的设计,在非常时期也能为多科室的临床诊疗需求提供全方位支持。

4.华中科技大学、蓝网科技依托华为云医疗智能体研发新冠肺炎AI辅助诊断系统

华中科技大学、蓝网科技等团队依托华为云医疗智能体“医学影像分析平台”共同研发的新冠肺炎AI辅助诊断系统被紧急投入抗疫一线。该平台通过AI算法分割病灶区域,可量化病灶大小、CT值及肺部占比等,平均诊断时间约为20秒,正确率达96%以上,极大提升疑似病例确诊效率。新冠肺炎AI辅助诊断系统的投入,极大地缓解了疫情暴发初期因人群恐慌引发的医疗资源挤兑,从而为避免医疗资源体系崩溃赢得了宝贵时间。如今该新冠肺炎AI辅助诊断系统已被厄瓜多尔引进并部署在基多南部总医院,用以应对病毒暴发初期的感染人群排查和确诊,该系统能在1分钟内完成筛查以及病灶的准确定位

5.纽约大学使用人工智能生物标记物评估COVID-19疾病的严重程度

2020年6月,纽约大学牙科学院的研究人员创建一个新的应用程序,使用人工智能评估血液测试中的危险因素和关键生物标志物,从而生成COVID-19“严重性评分”。研究人员利用160例住院的COVID-19患者数据,确定了在血液测试中测得的四种生物标志物。这些生物标记物含量与COVID-19相关的并发症,包括急性炎症、下呼吸道感染和不良心血管健康有紧密联系。另外,研究人员还使用年龄和性别这两个已确定的危险因素,建立了一个模型。他们使用一种机器学习算法对模型进行训练,以定义COVID-19疾病的模式并预测其严重程度。将患者的生物标志物和危险因素输入模型后,它会产生从0(轻度或中度)到100(重度)的COVID-19严重程度数字评分。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈