(通讯员:王雅然)2月28日,在湘南学院附属医院副院长李庆教授的主导和推动下,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。

郴州市新冠肺炎医疗救治专家组成员,也是该项目的负责人,李庆教授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,更为系统的功能模块设计提供了专业的临床指导意见。同时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,该系统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。

在这场没有硝烟的抗疫战争中,AI技术展现出前所未有潜力和优势。CT影像已成为新冠肺炎筛查和病情诊疗的重要决策依据。

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仍然庞大,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消耗,并拖延患者的诊疗速度,甚至有可能造成误诊漏诊。而百度飞桨和连心医疗携手打造的基于AI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,为全社会抗击疫情减少医疗资源消耗和加快患者诊疗速度提供强大助力!

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。尤其值得强调的是,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,能够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。

该系统即刻在湖北、成都等地医院部署,协助当地医生对抗疫情。借助于百度卓越的云服务能力,该系统的云端版本也将对全国定点收治医院免费开放访问,通过云服务模式来为全国各地医生开展远程会诊协作,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,降低全社会的疫情防控成本。

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,为全国乃至全球的抗疫临床研究和临床产品研发贡献力量。模型的开源旨在鼓励更多在该领域有能力的企业、机构和开发者加入“AI战疫”的队伍中,为其节省相关重复开发的时间与精力。

在抗击新冠肺炎病毒疫情的当下,智能科技正成为整个抗疫队伍中不可忽视的力量之一。百度与连心医疗双方利用各自多年在行业领域的积累,联合湘南学院附属医院在区域内的学科影响力和科研实力,充分整合自身平台的研究成果和创新技术运用到抗击疫情之中,也希望社会多方加入,共同打赢这场疫情阻击战。