廣告
廣告
阿里達摩院的新AI可在20秒內準確判讀新冠肺炎CT影像,準確率達96%
您的位置 資訊中心 > 產業新聞 > 正文

阿里達摩院的新AI可在20秒內準確判讀新冠肺炎CT影像,準確率達96%

2020-02-18 14:11:49 來源:動點科技 點擊:698

【大比特導讀】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。

為了更快、更準確地判讀新冠肺炎疑似案例 CT影像,阿里巴巴達摩院日前聯合阿里云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 CT 影像做出判讀,分析結果準確率達到 96%。據了解,2 月 16 啟用的河南鄭州小湯山已經引入該算法輔助臨床診斷。

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征逐漸清晰,CT 影像診斷結果變得愈發重要。根據國家衛健委公布的診療方案第五版,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。

新冠肺炎患者的 CT 胸片的影像特征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 團隊基于當前最新的診療方案、鐘南山等多個權威團隊發表的關于新冠肺炎患者臨床特征的論文,與浙大一附院、萬里云、長遠佳和古珀醫院等多家機構合作,突破了訓練數據不足的局限,基于 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。

據介紹,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 可以快速鑒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,可有效減輕醫生壓力。此外,AI 還能直接算出病灶部位的占比比例,進而量化病癥的輕重程度,大幅提升臨床診斷效率。

聲明:轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益,請與我們聯系,我們將及時更正、刪除,謝謝。

分享到:
閱讀延展
CT影像 醫療AI

微信

第一時間獲取電子制造行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索“大比特商務網”或者“big-bit”,或用手機掃描左方二維碼,即可獲得大比特每日精華內容推送和最優搜索體驗,并參與活動!

發表評論

  • 最新評論
  • 廣告
  • 廣告
  • 廣告
廣告
Copyright Big-Bit ? 2019-2029 All Right Reserved 大比特資訊公司 版權所有       未經本網站書面特別授權,請勿轉載或建立影像,違者依法追究相關法律責任  
美国股票指数道琼斯代码