人工智能可能成为我们检测COVID-19最有效的方法吗?

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

人工智能可能成为我们检测COVID-19最有效的方法吗?

云栖号资讯小哥 2020-04-10 11:37:03 浏览605
展开阅读全文

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

4FD9BD7C_6D1B_4e48_B240_405E341822BB

在过去的一段时间里,世界各地的公司宣布了一系列基于人工智能的系统,可以在胸部CT或X光扫描中检测出COVID-19。这些深度学习工具已经在医院中被用来筛选轻度病例、筛选新的感染病例和监测疾病进展。

专家说,人工智能分析胸部扫描有可能减轻放射科医生日益增长的负担 -- 他们必须每天检查和优先处理越来越多的病人胸部扫描。未来,这项技术可能有助于预测哪些病人最可能需要呼吸机或药物治疗,哪些病人可以回家治疗。

斯坦福大学医学中心儿科放射科医生、斯坦福医学和成像人工智能中心联合主任Matthew Lungren说:“这将是一个杀手级的应用程序。”

一些公司正在出售他们的工具,另一些公司已经发布了免费的在线版本,还有其他不同的组织在建立大型的医疗图像众包存储库,以产生新的算法。

特拉维夫大学教授、医疗软件公司RADLogics首席科学家Hayit Greenspan表示:“我们设计的系统每天可以处理大量的CT扫描。已经具备了快速覆盖庞大人口的能力。”

BECC41C0_1731_45be_B1EA_C0D20D4F3D8E

尽管许多系统吹嘘通过胸部扫描来诊断COVID-19的数据令人印象深刻,且报告的准确率高达98%,但这些人工智能工具仍旧几乎不可能取代标准核酸测试,成为冠状病毒感染的主要诊断工具。用于核酸检测的拭子在车内或任何隔离的地方都可以进行取样,而胸部扫描则需要在一个封闭的空间内进行,且伴有工作人员在身边。这项技术带来了挑战,包括病人的辐射剂量和对工作人员和设施的暴露增加,以及工作人员需要配套使用个人防护设备。美国放射学学院、美国疾病控制和预防中心、英国皇家放射科医师学院和许多其他国家和国际组织明确建议不要使用CT作为一线筛查试验。

Lungren说:“我不会把它作为主要的筛查工具,但我会利用它来进行机会性筛查,比如对因无关医疗原因接受影像检查的患者标记可疑的CT或X光。”

在2月份发表在《放射学(Radiology)》杂志上的一系列论文中,早期证据显示胸部扫描可能有助于对抗COVID-19。中国和美国的研究小组发现,COVID-19症状患者的肺部有一定的视觉特征,如磨玻璃混浊,肺部模糊的暗斑扩散到足以阻止下伏血管或肺结构,以及肺密度增加的区域称为实变。当一个人被感染的时间越长,这些特征就越明显,且有可能在两个肺部传播。

之前,RADLogics发表了预印本研究,这意味着它还没有得到其他科学家的同行评审。该工具还通过提供一个数字“Corona score”来跟踪患者的进展情况,这是一种疾病严重程度的测量方法,可用于量化疾病随时间的进展。

Greenspan说:“有两种我们可以做出贡献的方法:识别、监测和预测病人的状态。”后者可能在医院资源有限的情况下有所帮助:Greenspan希望,随着时间的推移,通过对该工具进行多个患者胸部扫描的训练,该系统将很快能够预测哪些患者很快需要呼吸机,而哪些患者不需要。该小组正在意大利一家医院工作,以确定随着患者的进步或康复,可能与Corona评分相关的具体治疗方法。

香港医疗保险公司平安保险和上海AI创业公司Yitu Healthcare也宣布了基于AI的系统来评估胸部CTS。

3月30日,星期一,首尔的医疗人工智能软件公司Lunit免费在线发布了它的人工智能胸部X射线分析软件。据该公司发布的一份新闻稿称,该软件已经在韩国的冠状病毒治疗中心协助筛查,尤其是作为一种工具,为病例超负荷的放射科医生对患者进行分类。它还被安装在巴西最大的医院网络中,用于筛选症状轻微的患者。

Lungren说,随着越来越多的公司和团队发布了胸部扫描的人工智能工具,合作将是至关重要的。“重要的是,我们都要分享我们的方法和数据,这样我们才能在彼此的工作基础上再接再厉。”

因此,有几项主要工作是汇编来自世界各地医院和社会的图像和相关数据的大型开放数据库。3月30日,由Lungren担任特别工作组主席的北美放射学会宣布为COVID-19相关成像数据创建一个国际研究和教育倡议,并将与类似的大型European Imaging COVID-19 AI initiative合作,协调各项努力。

COVID-Net是另一个开放源码项目,旨在收集和分析胸部X射线,最近报道了一个快速增长的数据集和为COVID-19风险分层量身定制的神经网络的开发。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-04-9
本文作者:人工智能学家
本文来自:“人工智能学家 微信公众号”,了解相关信息可以关注“人工智能学家

网友评论

登录后评论
0/500
评论
云栖号资讯小哥
+ 关注
所属团队号: 云栖号资讯