“正确确诊率98.3%，CT影像AI筛查助力新冠肺炎疫情防控”

本篇文章1630字，读完约4分钟

陈曦通讯员吴军辉

在人工智能技术飞速发展的今天，对抗新冠引发的肺炎疫情也同样可以看到ai的助攻。 南开大学计算机学院程明教授团队结合北京推算科技有限企业研制的新冠肺炎ct影像ai筛查系统，部署在包括湖北在内的国内40家医院，辅助医生新冠快速诊断肺炎、判断程度、疾病动态监测等工作。 截至3月12日，该系统持续运行50余天，累计检测共筛查8.1万例，协助医生确诊新冠肺炎6000余例，系统灵敏度(准确确诊率)为98.3%，特异度(准确排除率)为81.7% 这个系统完成了300张ct图像的病例计算，10秒左右就可以了。

肺ct影像是新冠诊断肺炎的重要标准之一。 但是，疫情暴发后，快速增长，基数庞大的就诊者数量给一线医生带来很大压力，长期连续工作也直接影响医生的诊断效率和准确率。 此外，疫情波及地区广泛，基层医院缺乏经验，诊断新冠引发的肺炎同样面临严峻挑战。

1月中旬，南开大学和推测科技联合项目组深入疫情最严重的湖北省武汉市，将第一时间积累的基于肺炎、肺结核ct影像的智能识别技术部署到武汉市同济、中南等医院应用，辅助医生快速新冠诊断肺炎，在运行中，创新

2019年初，南开大学和推测科技开始了人工智能技术ct影像诊断的相关研究，在基于ct影像的肺结核识别、肺结节检测等方面取得了一系列突出成果。 他们用构建的大型实验数据集(超过以往国际最大数据集的10倍以上)进行了相关实验，以生物安全3级实验室细菌培养6周后获得的确诊数据为“金标准”，以基于人工智能技术的ct图像筛选灵敏度和特异度的平均值为三院主任级

“这些研究成果表明，人工智能ct筛查在疾病筛查方面有很大的潜力。 此次新冠肺炎疫情发生后，武汉等疫情较严重地区医院对智能ct筛查的投诉急剧增加，我们的技术正好派上用场。 于是，我们马上和合作公司一起将其投入到战斗的“疫情”第一线，在系统运行中迅速学习，不断优化。 ”。 程明说。

基于新冠的肺炎ct影像ai筛选系统包括两个大模块。 其中，影像诊断模组主要基于数千例新冠肺炎初诊病例资料，提示辅助医生疑似炎症的区域。 定量分析模块参照国家卫健委发布的《新型冠状病毒感染肺炎诊疗方案(试行第7版)》指南要求，计算炎症侵犯肺部和所在肺叶的体积占有率，由医生评估新型冠状病毒肺炎的严重程度，结合以往的检查结果辅助监测疾病的快速发展。

该系统有两个功能:新冠快速筛查肺炎和警告提示、数字化准确的辅助诊断和疾病监测。

程明表示，该系统解决一个患者的几十张高分辨率ct数据只需要几十秒钟，但轻松增加服务器数量，可以在几秒钟内加快速度。 这帮助了大量病例数据的快速筛查。 发现疑似病例后，该系统自动分割疑似区域，按肺部解剖结构统计肺炎区域所占比例的定量数据，为医生进一步诊断提供重要参考。

另外，除了定性·定量预测当前日期的肺炎状况外，还可以从几天前的ct图像中自动检测出疑似肺炎的区域。 这种自动相关的能力，为动态、精确、量化的监测病程提供了支持。

“一方面，这些智能服务将大大降低临床医生和影像医生的业务负荷。 另一方面，大量的数据学习和疲劳诊断的减少，提高了医生评价的准确性，也为医生提供了筛选和动态过程监测的功能。 ”。 程明说。

在开发者与武汉同济医院、中南医院医生交流的过程中，许多医生认为ct影像ai筛查技术的临床应用，比较有效地加速了“高度疑似肺炎患者”的筛查，减少了患者排队时间和院内交叉感染的风险，并使患者得到及时诊断和治疗，对患者进行了预后 比较有效地缓解检测资源缺乏、医生经验不足的基层医疗机构的诊断压力比较有效地帮助医生在患者病程转归前后的应对措施，更有效地应用于更准确、更快速地完成患者日常诊断判断的无症状感染者筛查工作，减少漏诊，辅助疫情防控。

“系统实施后，我们在运行中进一步积累了临床数据，并利用这些数据继续提高了系统的诊断性能。 之后将进一步提高检测性能，提高定位精度，从而更好地帮助医生进行快速、准确的诊断。 ”。 程明说。