Categories
程式開發

阿里達摩院最新AI技術:新冠肺炎CT影像識別準確率達96%


近日,達摩院聯合阿里雲針對新冠肺炎臨床診斷研發了一套全新AI診斷技術,AI可以在20秒內準確地對新冠疑似案例CT影像做出判讀,分析結果準確率達到96%,大幅提升診斷效率,河南鄭州小湯山已經引入該算法輔助臨床診斷。

新冠疫情早期,由於確診案例樣本量少,醫療機構缺少高質量臨床診斷數據,核酸檢測作為病原學證據被公認為新冠肺炎診斷的主要參考標準。隨著臨床診斷數據的積累,新冠肺炎的影像學大數據特徵逐漸清晰,CT影像診斷結果變得愈發重要。根據國家衛健委公佈的診療方案第五版,臨床診斷無需依賴核酸檢測結果,CT影像臨床診斷結果可作為新冠肺炎病例判斷的標準。

阿里達摩院最新AI技術:新冠肺炎CT影像識別準確率達96% 1

AI自動識別新冠肺炎病例CT胸片

新冠肺炎患者的CT胸片的影像特徵表現為單肺或雙肺多發、斑片狀或節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,這給醫生臨床診斷帶來巨大壓力,醫生對一個病例的CT影像肉眼分析耗時大約為5-15分鐘。

達摩院醫療AI團隊基於當前最新的診療方案、鐘南山等多個權威團隊發表的關於新冠肺炎患者臨床特徵的論文,與浙大一附院、萬里雲、長遠佳和古珀醫院等多家機構合作,突破訓練數據不足的局限,基於5000多個病例的CT影像樣本數據,學習訓練樣本的病灶紋理,研發了全新的AI算法模型。

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可以快速鑑別新冠肺炎影像與普通病毒性肺炎影像的區別,最終識別準確率高達96%。 AI每識別一個病例平均只需要不到20秒,大大提高診斷效率,減輕醫生壓力。此外,AI還能直接算出病灶部位的佔比比例,進而量化病症的輕重程度,大幅提升臨床診斷效率。

阿里達摩院最新AI技術:新冠肺炎CT影像識別準確率達96% 2

醫護人員使用AI識別新冠肺炎病例CT影像

在CT影像識別算法之外,達摩院還與阿里雲研發了輔助診斷算法,該算法可以根據患者基本信息、症狀、實驗室檢查結果、流行病學史、影像報告等多維信息,進一步幫助輔助醫生製定科學的治療方案。

達摩院算法專家徐敏豐表示,“新冠肺炎屬於新病種,疫情爆發至今仍舊沒有公開的數據集,但隨著臨床數據的積累,AI算法將在新冠肺炎診斷中發揮更大的價值。”據透露,除了落地河南鄭州小湯山醫院,上述算法還將在湖北、廣東、安徽等地近100家醫院落地。