林天歆:牵头研发AI系统,20秒内识别新冠肺炎,准确率达90%以上
来源:广东科技报健康养生周刊作者:郭静 张阳2020-05-11

1、林天歆副院长作汇报.jpg

                 

全媒体记者  郭静  通讯员  张阳

 

在疫情防控时期,怎样让一线医务人员尽早、尽快、尽可能准确地诊断新冠肺炎,是一个重要的问题。与核酸检测相比,通过胸部CT和X光片可以较快地对新冠肺炎进行初步诊断,但传统人工阅片也存在速度慢、容易漏诊等局限。

 

在两个月前(3月12日)广东省人民政府新闻办公室举行的新闻发布会上,中山大学孙逸仙纪念医院副院长林天歆介绍,根据以往的AI开发经验,人工智能技术的辅助有望提升阅片医生工作效率与诊断准确性。该团队基于50万份临床影像学大数据,运用深度学习、迁移学习等多种人工智能前沿技术,开发了基于胸部CT和X光的新冠肺炎AI辅助诊断系统,该系统诊断准确率达到 90% 以上。

 

盘点新冠肺炎影像学检查存在的问题

 

众所周知,影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值,《新型冠状病毒感染的肺炎诊疗方案》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准,但在临床实践中存在一定局限:

 

(1)疫情爆发导致待阅片子数量激增,医生阅片压力巨大;


 林天歆6寸3.jpg


(2)新冠肺炎属于新发疾病,各地医疗机构特别是基层机构缺乏阅片经验,且由于“异病同影”,容易造成漏诊或误诊;

 

(3)该病病程发展快,因此患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等,单凭阅片医生肉眼很难快速对比并识别病灶变化。

 

“疫情防控关键时期,亟待建立更精准高效的人工智能影像辅助诊断方法”。林天歆说,我们抓住诊断这个关键环节,迅速组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关,在广州再生医学与健康广东省实验室、广东省科技厅的支持下,联合清华大学、澳门科技大学以及广州康睿智能科技有限公司,使用50万份临床影像学大数据,开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。

 

20秒内识别新冠肺炎,准确率达90%以上

 

林天歆介绍,相比人工阅片,该系统有以下3个优势。

 

快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像需要约15至20分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程,而且诊断准确率达90%以上,相当于一个省级三甲医院影像学副教授的诊断水平。


林天歆6寸5x.jpg 


系统还具有病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一层面的小结节、磨玻璃影和实变进行自动识别、标注及定量分析,可通过患者的吸氧频率、血氧饱和度、酸碱平衡、肝功能、凝血功能等,预测病人发展为重症、危重症的概率和时间,有利于医生及时干预,降低患者死亡率。

 

系统能够协助医务人员进行药物效果评估,指导用药。系统可对同一位患者用药前后的CT图像进行对比分析,通过定量计算病灶在用药前后的变化,判别药物是否有效,指导临床用药。

 

通过云平台连接系统,快速分享技术和交流

 

目前,新冠肺炎AI辅助诊断系统已在中山大学孙逸仙纪念医院和第三附属医院、武汉金银潭医院、武汉大学人民医院、华西医院、广州医科大学附属第一医院、宜宾市人民医院、安徽医科大学第一附属医院和新疆喀什地区第一人民医院等部署使用。同时,该系统已在中国科学院国家生物信息中心云平台线上部署,供广东省、全国大范围推广使用。


 林天歆副院长开展研究工作.jpg


另外,随着全球疫情蔓延,境外机构也可以通过云平台连接到该系统,快速实现我国与全球分享技术和交流经验,为阻止疫情在世界范围内进一步蔓延做出中国贡献。目前,该系统也正在接入AWS医疗云(现阶段全世界部署医学人工智能云首选),向英国、美国、意大利、西班牙、韩国、日本等更多国家贡献这项AI成果。

 

系统是医院针对新冠肺炎的又一项代表性成果

 

习近平总书记在考察新冠肺炎防控科研攻关工作时强调,人类同疾病较量最有力的武器就是科学技术,人类战胜大灾大疫离不开科学发展和技术创新。作为研究型医院,我院始终坚持以创新驱动发展,鼓励开展解决临床实际问题的科学研究,当遇到新发突发疾病,医院总能够迅速集中力量开展科研攻关。


 2、林天歆副院长(左二)新闻发布会现场.jpg


2003年,该院总结的非典防治措施获纳入国家卫生部防治非典指引,被全国医院借鉴采用;2018年,该院还成功救治了当年广东首例高致死性H5N6禽流感患者。在此次新冠肺炎疫情中,医院在疫情之初便迅速部署,瞄准该疾病诊断、治疗、疫苗开发、防控体系搭建等关键问题组织多个攻关小组,希望能为新冠肺炎疫情防控贡献科技力量。新冠肺炎 AI 筛查和辅助诊断系统是继日前我院江山平教授“磷酸氯喹治疗新冠肺炎”成果之后,针对新冠肺炎的又一项代表性成果。