北京時(shí)間3月20日，科亞醫(yī)療的原創(chuàng)性研究成果：《Using Artificial Intelligence to Detect COVID-19 and Community Acquired Pneumonia based on Pulmonary CT: Evaluation of the Diagnostic Accuracy（基于肺CT的人工智能檢測(cè)COVID-19和社區(qū)獲得性肺炎：診斷準(zhǔn)確性評(píng)估）》，作為“可以有效區(qū)分一般肺炎與新冠肺炎”的人工智能檢測(cè)評(píng)估創(chuàng)新型技術(shù)，以其現(xiàn)實(shí)應(yīng)用意義和研究前瞻性的價(jià)值。全球首個(gè)被國際頂級(jí)放射學(xué)期刊《Radiology》收錄并發(fā)表。
研究成果——基于人工智能有效區(qū)分一般肺炎和新冠肺炎的診斷準(zhǔn)確性評(píng)估報(bào)告
肺部CT異常是新冠肺炎最典型的影像學(xué)表現(xiàn)，部分患者肺部影像改變?cè)缬谂R床癥狀，因此CT是當(dāng)前篩查與診斷新冠肺炎的主要手段?？苼嗎t(yī)療本次研究旨在開發(fā)一個(gè)全自動(dòng)的人工智能算法框架，助力CT影像檢查，自動(dòng)將新冠肺炎患者從其他患者中鑒別出來，幫助一線醫(yī)生實(shí)現(xiàn)更高效、準(zhǔn)確的新冠肺炎患者篩查，提升影像科醫(yī)生的閱片速度以及新冠肺炎的診斷效率。
在這項(xiàng)回顧性的多中心研究中，科亞醫(yī)療采用前沿的深度學(xué)習(xí)技術(shù)，創(chuàng)新性地開發(fā)了針對(duì)新冠肺炎COVID-19的3D檢測(cè)神經(jīng)網(wǎng)絡(luò) --- COVNet（如圖1所示），從肺部CT中提取各類影像特征用于鑒別新冠肺炎。為開發(fā)和驗(yàn)證該模型的準(zhǔn)確性和穩(wěn)健性，此次研究在六家醫(yī)院收集了從2016年8月至2020年2月間共計(jì)3322名患者的4356例CT數(shù)據(jù)，其中包括新冠肺炎、社區(qū)獲得性肺炎（非新冠）、以及其他非肺炎患者的CT檢查數(shù)據(jù)。在獨(dú)立測(cè)試集中驗(yàn)證表明，科亞醫(yī)療自主研發(fā)的COVNet對(duì)新冠肺炎的鑒別靈敏度和特異性分別高達(dá)89.76％和95.77％，ROC（受試者工作特征）曲線下面積AUC為0.96。同時(shí)驗(yàn)證了模型對(duì)社區(qū)獲得性肺炎的鑒別準(zhǔn)確性（靈敏度86.85％，特異性92.28％，AUC為0.95）。研究結(jié)果充分證明了COVNet可以準(zhǔn)確地檢測(cè)出新冠肺炎，并將其與社區(qū)獲得性肺炎和其他肺部疾病區(qū)分開。
為了提高模型的可解釋性，科亞醫(yī)療的研究團(tuán)隊(duì)基于加權(quán)梯度類激活映射方法，來可視化導(dǎo)致深度學(xué)習(xí)模型COVNet做出決策的重要區(qū)域（由模型自動(dòng)生成）。圖2展示了新冠肺炎、社區(qū)獲得性肺炎、及非肺炎病例CT的可疑區(qū)域熱圖。這些熱圖表明，COVNet最為關(guān)注異常區(qū)域，同時(shí)正確地忽略正常區(qū)域，以幫助算法框架識(shí)別出病灶區(qū)域并做出準(zhǔn)確的疾病鑒別。
臨床價(jià)值——極具現(xiàn)實(shí)意義的創(chuàng)新設(shè)計(jì)，通過AI增效實(shí)現(xiàn)新冠篩查流程優(yōu)化
當(dāng)前，新冠肺炎疫情肆虐全球，在防控過程中，第一步就是疑似病例的識(shí)別與診斷。而目前，核酸檢測(cè)是確診新冠肺炎的“金標(biāo)準(zhǔn)”，只有通過核酸檢測(cè)陽性才能確診。但對(duì)于早期普通型患者，核酸檢測(cè)敏感度較低，臨床上可能需要多次檢查確認(rèn)，檢測(cè)耗時(shí)較長，常出現(xiàn)CT表現(xiàn)早于核酸檢測(cè)陽性的情況。作為一種非侵入性成像方法，CT影像可呈現(xiàn)出與新冠肺炎相關(guān)的肺部病變特征（如磨玻璃影、實(shí)變、雙側(cè)受累、周圍和彌漫性分布等）。然而CT在新冠肺炎和其他類型的肺炎之間的病灶影像征上有一定程度的重疊，增加了影像科醫(yī)生的區(qū)分判定難度和診斷時(shí)間。
科亞醫(yī)療研究團(tuán)隊(duì)此次運(yùn)用AI深度學(xué)習(xí)技術(shù)，創(chuàng)新性地開發(fā)并設(shè)計(jì)出的COVNet就很好的解決了上述問題，COVNet具有強(qiáng)大的CT影像特征提取能力，對(duì)新冠肺炎、社區(qū)獲得性肺炎的鑒別準(zhǔn)確性高?？梢詮姆尾緾T中提取各類影像特征，自動(dòng)將新冠肺炎患者從其他患者中鑒別出來。在提高圖像展示質(zhì)量的同時(shí)，幫助臨床醫(yī)生及早確診感染患者，大幅提升一線醫(yī)生診斷效率，優(yōu)化新冠肺炎篩查流程，實(shí)現(xiàn)高效精準(zhǔn)篩查、降低醫(yī)生工作強(qiáng)度，合理分配醫(yī)療資源的作用。
科亞醫(yī)療——注重技術(shù)應(yīng)用 成果展現(xiàn)價(jià)值
據(jù)悉，科亞醫(yī)療是國內(nèi)首個(gè)人工智能三類醫(yī)療器械注冊(cè)證獲證企業(yè)，并以滿足真實(shí)醫(yī)療需求為導(dǎo)向，一直專注于大數(shù)據(jù)和人工智能技術(shù)在醫(yī)療領(lǐng)域的落地應(yīng)用，其獲證產(chǎn)品“深脈分?jǐn)?shù)”更是獲得了國家藥監(jiān)局“具有重大的經(jīng)濟(jì)效益和社會(huì)價(jià)值“的定調(diào)評(píng)價(jià)。
此次科亞醫(yī)療正是憑借其科研團(tuán)隊(duì)在人工智能及醫(yī)學(xué)影像領(lǐng)域的長期積累和技術(shù)優(yōu)勢(shì)，在疫情期間配合國家號(hào)召，火速研發(fā)了“新冠肺炎智能輔助診斷系統(tǒng)”馳援前線的影像科室，捐贈(zèng)到湖北、廣東、四川、山東等地區(qū)多家醫(yī)院使用。近日，隨著新冠肺炎疫情全球蔓延，科亞團(tuán)隊(duì)正在同歐美數(shù)十家醫(yī)院、影像中心等展開密切合作，推進(jìn)產(chǎn)品本地化與快速落地，展現(xiàn)了中國人工智能技術(shù)應(yīng)用開發(fā)的速度與實(shí)力。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號(hào)-57
