疑似诊断准确率96%只需20秒,这个AI什么来头?

观察 2020-02-16

全新的AI诊断技术可以在20秒内准确地对新冠疑似案例CT影像做出判读,分析结果准确率达到96%,大幅提升诊断效率。

那么,这个如此高效的AI系统背后到底是如何运行的?阿里达摩院又是什么来头?

从CT影像成为确诊依据开始

据网易科技《态度》栏目记者了解,在新冠疫情早期,由于确诊案例样本量少,医疗机构缺少高质量临床诊断数据,核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。

但随着临床诊断数据的积累,新冠肺炎的影像学大数据特征逐渐清晰,CT影像诊断结果变得愈发重要。

根据国家卫健委公布的诊疗方案第五版,临床诊断无需依赖核酸检测结果,CT影像临床诊断结果可作为新冠肺炎病例判断的标准。

据介绍,新冠肺炎患者的CT胸片的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。

医生肉眼分析耗时为5-15分钟

有了方法论支撑,那速度怎么起来?

据了解,一位新冠肺炎病人的CT影像大概在300张左右,这给医生临床诊断带来巨大压力,医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。

对此,人工智能研发人员开始了他们的突击攻关。

达摩院医疗AI团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文,与浙大一附院、万里云、长远佳和古珀医院等多家机构合作,率先突破了训练数据不足的局限。

具体来说,他们基于5000多个病例的CT影像样本数据,学习训练样本的病灶纹理,研发了全新的AI算法模型。

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,AI可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别,最终识别准确率高达96%。

目前的技术成果是,AI每识别一个病例平均只需要不到20秒,大大提高诊断效率,减轻医生压力。此外,AI还能直接算出病灶部位的占比比例,进而量化病症的轻重程度,大幅提升临床诊断效率。

算法专家徐敏丰表示,“新冠肺炎属于新病种,疫情爆发至今仍旧没有公开的数据集,但随着临床数据的积累,AI算法将在新冠肺炎诊断中发挥更大的价值。”据透露,除了率先落地的河南郑州小汤山医院,上述算法还将在湖北、广东、安徽等地近100家医院落地。

而今天,启用的河南郑州小汤山已经引入了该算法辅助临床诊断。

这个达摩院是什么来头?

2017年10月,阿里巴巴宣布成立达摩院,未来三年将投入将超过1000亿人民币用于基础科学和颠覆式技术创新研究。

在金庸小说中,达摩院代表着武学机构。“因为我们相信,未来一定是技术带来利润,未来市场规模的取得,是靠创新。”马云曾说道。

我们看到,达摩院的重点布局是机器智能、数据计算、机器人、金融科技以及X实验室五大领域,相应设置有14个实验室,共有近70名海内外专家加持。

基于机器视觉的医疗影像分析一直是这支研发团队的重点。

早在2017年7月,国际权威肺结节检测大赛LUNA16要求选手对888份肺部CT样本进行分析,寻找其中的肺结节,样本共包含1186个肺结节,75%以上为小于10mm的小结节。

最终,阿里云ET在7个不同误报率下发现的肺结节平均召回率达到89.7%。

科技本就该以人为本,向善而行。

小编也期待更多AI技术可以在这场没有硝烟的抗疫战中发挥作用。