河南“小汤山”用阿里AI技术抗疫,20秒判读CT影像、准确率96%

  1. 云栖社区>
  2. 云栖号资讯>
  3. 博客>
  4. 正文

河南“小汤山”用阿里AI技术抗疫,20秒判读CT影像、准确率96%

云栖号资讯小编 2020-02-18 16:41:38 浏览699
展开阅读全文

云栖号:https://yqh.aliyun.com
第一手的上云资讯,不同行业精选的上云企业案例库,基于众多成功案例萃取而成的最佳实践,助力您上云决策!

还记得这张照片吗?这是一位负责CT检查的医生,在抗疫一线连续奋战20小时之后,精疲力尽睡倒在地。

image

这样的场景,看着让人心疼。为了尽可能减轻一线医生的负担,阿里巴巴达摩院联合阿里云,新研发了一套“新冠病毒AI辅诊助手”技术,可在20秒内准确判读新冠疑似案例CT影像,自动判断患者患上新冠肺炎概率,分析结果准确率达到96%,大幅提升诊断效率。

目前, 有“河南小汤山”之称的郑州岐伯山医院已经引入该算法用于辅助临床诊断 。接下来,该技术还将在湖北、广东、安徽等地近100家医院落地,为更多的一线医生分担压力。

image

20 秒识别,准确率96%

在这场抗击疫情的大战中,阿里AI算法已多次大显身手。早在2月1日,浙江省疾控中心便上线自动化的全基因组检测分析平台。利用阿里达摩院研发的AI算法,可将原来数小时的疑似病例基因分析缩短至半小时,大幅缩短确诊时间,并能精准检测出病毒的变异情况。

image

达摩院算法专家设置基因检测分析参数

此次,阿里巴巴达摩院和阿里云联合出品的“新冠病毒肺炎 AI 辅诊助手”,则可以快速鉴别新冠肺炎、普通病毒性肺炎及健康肺部的影像,最终识别准确率高达96%。据统计,AI每识别一个病例,平均只需要不到20秒。

根据国家卫健委公布的诊疗方案第五版,除核酸检测外,CT影像临床诊断结果也可作为新冠肺炎病例判断的标准。

事实上, CT是一种肺炎疾病诊断的影像学方法,主要用于临床诊断,而核酸检测是新型冠状病毒的病源学诊断方法。两者结合,是目前最有效诊断方法。

新冠肺炎患者的CT胸片,影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位病人的CT影像大概有300张左右,而医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟,这给医生临床诊断带来巨大压力。

利用AI对CT影像进行智能检测和识别,是达摩院医疗团队一直在做的事。此前,达摩院就通过AI帮助医生快速诊断肺结节病症,还举办过针对“肺部CT多病征智能诊断”的天池大赛。

image

天池大赛中常规肺炎图像(仅供演示使用)

“正因为达摩院有这样的技术积累,在疫情下,才更要站出来。” 许敏丰是阿里巴巴达摩院机器智能技术算法专家,他与另外4名来自不同部门的达摩院专家于2月4日接到任务,要借助AI技术对新冠疑似案例CT影像做出判读。而留给这支临时团队的时间,只有一周左右。

攻克技术难题,不能砸了“达摩院”招牌

image

郑州岐伯山医院于2月6日验收移交

作为新冠肺炎确诊患者定点救治医院,郑州岐伯山医院在郑州市第一人民医院港区医院原址上改扩建,于2月6日验收移交。

此时,阿里云以信息化建设项目总集成方身份入场。经过一周彻夜奋战,完成了需求确认、部署安装、联调测试、培训指导等一系列工作,能支撑医院50多个子业务系统、40多类信息化设备、700多套硬件设施的运转。实现了患者从建档、诊疗到康复的全流程、全业务场景的智能化协同管理。

image

阿里云工程师助阵郑州“小汤山”

前线有阿里云工程师为信息化布阵,后方则由达摩院算法团队提供技术支持。

达摩院算法团队在4天内就构建出一个识别模型。许敏丰记得,模型刚出来,团队就在小范围数据集上做测试,已经能识别出新冠肺炎的病例。但工程师们认为,要在临床诊断使用,这样的模型还远远不够。

许敏丰提到,不同于普通疾病,新冠肺炎属于新病种,疫情发生之初,全球尚无充足的临床数据,更无标准的数据集,而且各大医疗机构的CT设备存在差异,不同厂家生产的CT设备,就算照射的部位完全相同,也可能因为设定参数不同,得出差异化的数据。

另一方面,新冠肺炎病例的影像学表现,与很多其他病毒性肺炎——如流感、呼吸道合胞病毒、腺病毒感染等比较类似,很难鉴别性诊断一般病毒性肺炎和新冠肺炎。

image

AI自动识别新冠肺炎病例CT胸片

AI必须攻克这些难题,才能从细微差别的CT影像中做出精准分析。

“继续改进!这可不能砸了团队的招牌啊。”已是凌晨,上哪去要最重要的“数据”呢?

首先派上用场的是原有存量数据。团队通宵达旦,调取出天池大赛中“肺部CT多病征智能诊断”的数据,另一方面,达摩院还加紧与外部机构协作,与浙大一院、万里云、长远佳和古珀医院等多家机构合作,很快就突破了训练数据不足的局限。

最终,达摩院基于 5000 多个病例的CT影像样本数据,学习、训练了样本的病灶纹理,通过NLP自然语言处理回顾性数据、使用CNN卷积神经网络训练CT影像的识别网络。

团队由此研发的全新 AI 算法模型,最终达到了辅助临床诊断的要求。

将在近100家医院落地

就在正式上线郑州岐伯山医院的前两天,这套CT影像AI算法又经历了一次测试。

image

阿里工程师现场调试CT影像AI产品

这天,许敏丰得知,上午9点,会有郑州市领导前往岐伯山医院视察工作,还要试验他们的AI系统。

一份健康病例、一份确诊病例、一份疑似病例,通过AI是否都能识别出来?许敏丰在北京的家中坐立不安,守在电脑屏幕前,开着钉钉群聊页面,他守候着前线第一时间传来的消息。

差不多过了半小时,钉钉响了,“对了,模型全测对了。”

这套技术,还能直接算出病灶部位的占比比例,量化、预测病症的轻重程度,大幅度提升诊断效率,为患者的治疗争取宝贵时间。不过,许敏丰解释,这部分仍在初级阶段,团队仍在加紧做优化。

更值得一提的是,在 CT 影像识别算法之外,达摩院还与阿里云研发了辅助诊断算法,该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息,进一步帮助辅助医生制定科学的治疗方案。

image

阿里云工程师在郑州岐伯山医院

“一是替医师分担压力,二是对未接诊过新冠肺炎病例的医生或低年资医生有利,三是提供有效诊断鉴别的一个提示。” 许敏丰希望,有更多的医院能用上这套系统。

目前,除了率先落地的郑州岐伯山医院,该算法将在本周完成在湖北、广东、安徽等地近100家医院的技术落地,AI 算法将在新冠肺炎诊断中发挥出更大的价值。

云栖号:https://yqh.aliyun.com
第一手的上云资讯,不同行业精选的上云企业案例库,基于众多成功案例萃取而成的最佳实践,助力您上云决策!

原文发布时间:2020-02-17
本文作者:王安忆
本文来自:“天下网商”,了解相关信息可以关注“天下网商

网友评论

登录后评论
0/500
评论