二号站平台_2号站代理注册登录中心

2号站注册登录人工智能通过肺部CT扫描诊断COVID-19

未知

2号站收益


虽然SARS-CoV-2大流行的最初一波在许多国家已经减弱,但医疗保健提供者仍在寻求尽可能多地确认COVID-19患者并控制疾病。当无戒心的冠状病毒感染者带着健康问题来到医院,但尚未出现COVID-19症状时,快速准确的诊断尤为重要。
 
目前建议使用经RT-PCR分析的鼻腔拭子样本诊断COVID-19,但由于供应短缺、等待结果的时间长达两天、假阴性率高达五分之一,目前仍在寻求大规模的COVID-19筛查工具。
 
众所周知,SARS-CoV-2会损害肺组织,并且以一种独特的方式,医生们正在寻求开发新的诊断方法。许多COVID-19患者发展为肺炎,可发展为呼吸衰竭,有时甚至死亡。COVID-19肺炎不同于更常见的细菌性肺炎,这种差异表现在胸部CT扫描上。最引人注目的是云状病变,像玻璃碎片或在不透明病变内的网状线,2号站注册登录看起来像不规则的铺路砖,发生在双肺周围。细菌性肺炎的病变通常集中在一个肺,不像玻璃碎片。
 
在中国,当病人出现发烧和疑似感染症状时,CT扫描已经被用作COVID-19的诊断工具,尽管这种方法在美国尚未广泛采用。发表在《自然医学》(Nature Medicine)和《细胞》(Cell)杂志上的两项研究推进了这一想法,它们使用经过CT肺部扫描训练的人工智能(AI)作为快速诊断工具,在来医院需要医学成像的患者中寻找COVID-19感染。
 
澳门科技大学(Macau University of Science and Technology)的研究人员在《细胞》(Cell)杂志上撰文称,他们使用了中国3777名患者的53.2万张CT扫描图来培训他们的人工智能工具,重点关注covid19患者肺部出现的能说明问题的病变。在中国几家医院的试点研究中,当人工智能模型应用于四个独立队列的417名患者数据集时,至少85%的情况下正确诊断了冠状病毒引起的肺炎。在7 - 12%的病例中,COVID肺炎被误诊为非COVID肺炎。
 
斯坦福大学医学中心(Stanford University Medical Center)的放射科医生马修•隆格伦(Matthew Lungren)表示:“这个小组在外部验证方面做了大量深入工作:他们有来自中国的庞大数据集,他们观察了许多医院的数据处理情况。”隆格伦没有参与上述两项研究。
 
Lungren解释说,当SARS-CoV-2(造成大流行的冠状病毒)流行并不再是肺炎的主要原因时,从大量非特异性一般肺炎病例中识别出非常少量的COVID-19肺炎病例,对于诊断工具来说是非常重要的。
 
Cell的共同作者、澳门科技大学(Macau University of Science and Technology)医学教授张康(Kang Zhang)在给《科学家》杂志的一封电子邮件中写道:“一个拥有不同数据来源的大型数据集,对于在基于人工智能的诊断中获得可靠和可归纳的结论至关重要。”“医疗领域人工智能应用中最具挑战性的问题之一是再现性差。”
 
使用CT扫描诊断COVID-19的一个挑战是,许多感染SARS-CoV-2的患者出现咳嗽和发烧等严重临床症状,但在CT扫描中看不到生物标记。西奈山医院放射科医生杨阳说,如果卫生保健专业人员试图比标准PCR方法更快地对COVID-19进行准确诊断,“仅仅基于成像可能是不够的。”
 
杨的团队还对COVID-19人工智能模型进行了CT胸部扫描训练,并将结果发表在了《自然医学》杂志上。该模型将CT扫描结果与患者的年龄、是否咳嗽或发烧以及白细胞计数等临床结果结合起来,创建了作者所称的“融合模型”,以根据临床和影像学数据诊断COVID-19患者。他们的融合模型对COVID-19的诊断准确率为83.5%,对279名患者进行了测试。在同一组图像中,一位高级胸科放射科医生对COVID-19的诊断准确率为84.6%。
 
Lungren说:“我认为他们的方法中有一些方面对这个领域非常重要。”也就是说,许多基于成像数据的人工智能诊断模型将从额外的临床数据输入中获益。
 
张说,中国至少有10家大医院,以及美国、印度、伊拉克和厄瓜多尔的几家大医院正在使用他的模型诊断疑似感染COVID-19肺炎的患者。他的团队将算法和训练数据公开供其他研究人员使用。

发表评论 (已有 条评论)

评论列表

    快来评论,快来抢沙发吧~