AI 辅助诊断新冠肺炎

摘要

2 月 15 日，阿里巴巴达摩院和阿里云联合出品 “新冠病毒肺炎 AI 辅诊助手”，它可以帮助医生快速进行疑似病例诊断，从而让 AI 在抗击疫情中大显身手。

具体来说，达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新的 AI 诊断技术，可在 20 秒内对疑似案例的 CT 影像进行判读，区分新冠肺炎、普通病毒性肺炎及健康的影像，根据纹理特征计算疑似新冠肺炎的概率，并直接算出病灶部位占比，分析结果准确率达到 96%。

在国家卫健委公布的第五版方案中，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。

据了解，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。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 至 15 分钟。

为此，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等，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，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。

分析

看病难、看病贵的问题在中国十分突出，主要表现在两大方面，一是医疗资源分配不均。据统计，三级医院拥有目前医疗服务体系中近90%的高新设备和优秀医疗人员，基层医院的医疗设备严重不足、医生密度偏小、业务水平不高，限制了其诊疗能力，往往需要将患者转诊到大医院进行后续诊疗或采取保守治疗；二是基层医院门可罗雀，但三级医院和门诊日日人满为患，较低的医患比例使医生长期处在高压状态，医患关系紧张、纠纷频发。此外，结合本次突发新冠疫情，在应急状态下，依靠传统医疗模式无法应对“战时”医疗系统的峰值压力。

面对以上状况，通过供给侧改革，除增加医疗资源供给外，利用AI技术赋能，提高医疗资源的使用效率是快速缓解当下医疗资源不足的有效途径之一：

一，通过AI算法辅助医生诊疗，可大幅减轻医生负担，将所释放的精力和时间处理更紧急的事件、诊治更多的病患、与病患做更专注的交流，在减轻医疗系统压力的同时有利于医患关系的良性化发展。

二，AI算法实现了专家经验和知识图谱的数字化、标准化，可将其复制并输出，增加医疗资源的总体供给，快速提升基层医院的医疗水平，使得患者无论是在发达地区或是偏远地区，均可就近就医，享受到基本同质的医疗服务，促进医疗卫生资源均衡化发展。

人工智能在医疗领域的应用和推广，是商汤AI伦理原则的具体体现，也正符合联合国所倡导的可持续发展目标(SDG10和SDG3)——减少因资源不足和分配不均所造成的区域间差距和人与人间的不平等现象，确保每个人都有追求健康、幸福生活的权力。

AI 辅助诊断新冠肺炎

AI 辅助诊断新冠肺炎

摘要

分析

图片

标签