阿里云:CT识别、AI诊断、病例分析,一个都不能少

简介: 艰巨的任务,需要硬核的解法。

医院,是抗击新型冠状病毒肺炎的第一战场。疫情爆发以来,一批一批医务人员冲上前线,他们来自不同医院、不同科室,面对着同样的敌人,却也是陌生的敌人。然而,新冠肺炎的诊断治疗分秒必争、不容有失,摆在一线医务人员面前的,是一项异常艰巨的任务。

首先,2019年12月首次出现在公众视野的新型传染病,前线大部分医生都是第一次接触,既要避免误诊、漏诊,又需考虑到有限的床位和设备资源,诊断必须格外谨慎。

其次,根据国家卫健委公布的诊断标准,新冠肺炎诊断流程复杂。作为关键的诊断依据,CT影像阅片工作量大,核酸试剂检验效果不稳定,病毒基因测序周期长且产能不足。再加之,新冠病毒潜伏期长,传播路径复杂,这些因素都要求医生在病例诊断时综合分析临床症状、检测结果和流行病学史等多方面信息。

与此同时,一线新冠肺炎治疗药物仍在紧密研制中,卫健委的官方诊疗方案更新速度快,医生需要及时学习了解。

艰巨的任务,需要硬核的解法。

确诊标准实时更新、 海量信息比对、多源数据综合分析……这些困扰医生的难题,恰恰是AI和大数据技术擅长的。

阿里云、达摩院联合卫宁医疗,共同研发新冠肺炎AI辅诊平台,基于国家卫健委《新型冠状病毒肺炎诊疗方案第六版》中的诊断标准,借助图像识别、自然语言处理、量化分析、数据建模等技术,为临床医生和医技医生提供CT影像智能识别、AI辅助疑似病例诊断、智能病历质检三大能力。

2月16日,郑州版“小汤山”医院——郑州歧伯山医院正式启动运营,作为新冠肺炎患者定点救治医院。不仅仅是搭建神速,郑州歧伯山医院也是首个引入新冠肺炎AI辅诊平台的医院。机器“吃进病例数据,吐出诊断结果”,在确保诊断准确率和效率提升的同时,减轻医生工作负荷 。

image.png
新冠肺炎AI辅诊平台示意图

一名新冠肺炎病人在检查阶段,会经过问诊、常规检验、CT影像检查、核酸试剂检验这些环节。接着进入诊断阶段,由临床医生诊断该病人为疑似病例、确诊病例或继续观察。疑似病例和确诊病例,会进入诊疗阶段。新冠肺炎AI辅诊平台的3大应用,对应上述三个阶段,为医生提供精准高效的分析结果。

(一)检查阶段:CT影像智能识别应用

一位新冠肺炎病人的 CT 影像大概在300张左右,每诊断一个病例,影像医生需要投入大约为5-15分钟时间,全程依靠肉眼观看,非常考验医生精力。提升临床诊断效率,成为抗疫期间核心需求之一。

经实验测算,CT影像智能识别应用可在 20 秒内对疑似病例的 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,量化、预测病症的轻重程度,大幅度提升诊断效率,为患者的治疗争取宝贵时间。

image.png
CT影像智能识别应用截图

(二)诊断阶段:AI辅助疑似病例诊断

AI辅助疑似病例诊断应用是根据国家卫健委官方诊断标准,结合医疗大数据知识图谱构建出来的一个智能识别模型。

它通过自然语言处理(NLP)、卷积神经网络影像识别(CNN)等深度学习算法,自动解析病人的基本信息、临床症状、流行病史、检验检查结果、放射性影像报告,并提炼出多维病理特征,在此基础上通过智能评分模型,判断该病人患新型冠状病毒肺炎的概率,并提供依据和合理解释,提示医生及时发现新型冠状病毒的疑似病人。

AI辅助诊断算法能辅助医生提高对疑似病患的诊断效率,减少误诊漏诊情况发生。尤其对未接诊过新冠肺炎病例或低年资医生,可提供有效的诊断鉴别提示。

image.png
新冠肺炎AI辅助疑似病例诊断应用截图

(三)诊疗阶段:智能病历质检应用

在诊疗过程中,病历是确保诊疗质量的重要依据,规范化的电子病历是后续治疗方法分析、临床规律总结的基石。病历质检应用能自动结构化识别医生书写的病人症状、检查检验、临床分型、治疗方案等,辅助医生正确高效地书写病历,并按卫健委官方治疗要求实时提示医生。以保证特效治疗方式出现前,尽可能规范新型肺炎的诊疗,确保患者得到有效的治疗。同时,规范化结构化的病例资料,也有助于医疗科研机构的疾病防治和药物研究。

image.png
CT影像智能识别应用截图

新冠肺炎AI辅助诊断平台,为抗击疫情一线的医务人员提供一站式的数字战疫利器,在郑州歧伯山医院正式启用后,陆续在郑州市人民医院、郑州市金水区总医院落地使用。其中,CT影像智能识别应用已在湖北武汉、河南郑州、山东日照、广西柳州、陕西汉中等16个省(自治区、直辖市)内的49家医院试点部署,平均每个病患诊断耗时的理论值是20秒内,现场实际耗时在3-4秒左右,相较于传统的平均15分钟的诊断时间,实现了CT阅片效率的重大突破。

如需了解更多,也可以发邮件到consulter@alibabacloud.com

本文来源:医疗圈那点事微信公众号

相关文章
|
17天前
|
人工智能 架构师
活动火热报名中|阿里云&Elastic:AI Search Tech Day
2024年11月22日,阿里云与Elastic联合举办“AI Search Tech Day”技术思享会活动。
172 9
|
16天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用及其未来趋势
【10月更文挑战第34天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI技术在医疗诊断中的具体应用案例,分析其对提升诊断效率和准确性的积极影响,并预测未来AI在医疗诊断中的发展趋势。通过实际代码示例,我们将深入了解AI如何帮助医生进行更精准的诊断。
|
17天前
|
机器学习/深度学习 人工智能 算法
AI在医疗影像诊断中的应用与未来展望####
本文深入探讨了人工智能(AI)在医疗影像诊断领域的最新进展、当前应用实例及面临的挑战,并展望了其未来的发展趋势。随着深度学习技术的不断成熟,AI正逐步成为辅助医生进行疾病早期筛查、诊断和治疗规划的重要工具。本文旨在为读者提供一个全面的视角,了解AI如何在提高医疗效率、降低成本和改善患者预后方面发挥关键作用。 ####
|
15天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗影像诊断中的应用
探索AI在医疗影像诊断中的应用
|
17天前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
17天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与体育训练:运动表现分析
【10月更文挑战第31天】本文探讨了AI在体育训练中的应用,特别是在运动表现分析方面。通过数据收集与处理、深度分析与挖掘、实时反馈与调整三个环节,AI为运动员和教练提供了高效、个性化的训练计划和比赛策略,显著提升了训练效率和比赛成绩。未来,AI将在数据隐私、情感理解及跨学科合作等方面继续发展,为体育事业带来更多可能性。
|
18天前
|
机器学习/深度学习 人工智能 搜索推荐
探索AI在医疗诊断中的革命性应用
【10月更文挑战第29天】 随着人工智能技术的飞速发展,其在医疗领域的应用已成为推动现代医疗服务创新的重要力量。本文旨在探讨AI技术如何在医疗诊断中发挥其独特优势,通过分析AI在影像诊断、疾病预测和个性化治疗计划制定等方面的应用案例,揭示AI技术如何提高诊断的准确性和效率,以及面临的挑战和未来发展趋势。
42 1
|
21天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
2024年10月19日,第五届中国云计算基础架构开发者大会(CID)在北京朗丽兹西山花园酒店成功举办。本次大会汇聚了来自云计算领域的众多精英,不同背景的与会者齐聚一堂,共同探讨云计算技术的最新发展与未来趋势。
|
21天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
第五届中国云计算基础架构开发者大会(CID)于2024年10月19日在北京成功举办。大会汇聚了300多位现场参会者和超过3万名在线观众,30余位技术专家进行了精彩分享,涵盖高效部署大模型推理、Knative加速AI应用Serverless化、AMD平台PMU虚拟化技术实践、Kubernetes中全链路GPU高效管理等前沿话题。阿里云的讲师团队通过专业解读,为与会者带来了全新的视野和启发,推动了云计算技术的创新发展。
|
22天前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。
下一篇
无影云桌面