【疫情防控专栏】湘南学院附属医院成功研发新冠肺炎筛查和预评估AI系统并顺利投入使用

  • 作者:
  • 来源:
  • 时间:2020-03-05

【疫情防控专栏】湘南学院附属医院成功研发新冠肺炎筛查和预评估AI系统并顺利投入使用

 

本网讯(通讯员王雅然)228日,由郴州市新冠肺炎医疗救治专家组成员、湘南学院附属医院副院长李庆主导,百度飞桨携手连心医疗打造并推出的“基于CT影像的AI新冠肺炎筛查与病情预评估系统”正式发布上线。


作为该项目的负责人,李庆基于新冠肺炎的影像学诊断标准,为该系统的算法训练数据提出了严谨的标注标准,为算法模型的上线提出了严格的验收要求,为系统的功能模块设计提供了专业的临床指导意见。该系统基于连心医疗在医学影像领域积累的核心AI技术,结合百度飞桨领先的计算机视觉技术与百度智能云的算力资源,可快速检测识别新冠肺炎病灶,为病情诊断提供病灶的数量、体积、肺部占比等定量评估信息。同时还能够对双肺密度分布的直方图分析和病灶勾画的叠加显示等可视化手段,为临床医生筛查和预诊断患者肺炎病情提供定性和定量依据,提升医生诊断和评估效率。


CT影像已成为新冠肺炎筛查和病情诊疗的重要依据。在当前疫情诊疗的关键时期,存量患者和新增患者总体数量庞大,医生需要对患者不同进展期的多次CT影像检查进行随访对比,以对患者的病情发展和治疗效果进行精准评估。如果采用传统目测检视的医学影像检查手段,医生不仅工作量巨大,也难以对患者病情做到精准评估和及时对比。在全社会抗击疫情医疗资源紧张、医生超负荷工作的情况下,超量的CT影像检查无疑会对一线抗疫工作形成巨大的医疗资源需求挑战,并影响患者的诊疗速度。而基于AI技术打造的CT影像肺炎筛查与病情预评估系统的上线,能有效帮助临床医生缓解工作压力,加快患者诊疗速度,为缓解医疗资源不足和取得抗疫的最终胜利提供助力。





基于CT影像的AI肺炎筛查及病情预估评估系统



经研究,在实际临床应用中,该系统对病灶检测精度能够达到97%以上。值得强调的是,该系统采用的深度学习算法模型充分训练了所收集到的高分辨率和低分辨率的CT影像数据,能极好地适应不同等级CT影像设备采集的检查数据,有望为医疗资源受限和医疗水平偏低的基层医院提供有效的新冠肺炎辅助诊断工具。


该系统后续还将在湖北、成都等地医院部署,协助当地医生对抗疫情。借助于百度飞桨深度学习平台,该系统云端版本也将对全国定点收治医院免费开放,有利于医疗人员基于该系统开展远程会诊协作,提高基层医院的病情诊断和救治能力,进而有望降低患者在转诊、巡诊等过程中产生的交叉传染风险。


基于共同的积极承担社会责任的企业担当,秉持共同的用科技服务于社会的理念,为了促进围绕医学影像分析的新冠肺炎诊疗研究的行业发展,湘南学院附属医院、百度飞桨与连心医疗一致同意在业内首次开源上述系统中的CT影像肺炎病灶检测分割及定量评估的人工智能算法模型,并在百度飞桨平台上开放算法执行源代码,为全行业的研究和研发提供一把“利器”,也期待更多的医院和算法研究者参与到基于AI的医学影像大数据抗疫产品研发中来,为抗疫临床研究和临床产品研发贡献力量。

 

 

编辑:李冰婧 审核:姜航