助力新冠CT检测,依图4天上线AI系统!准确率达97.3%,已服务数万人

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 助力新冠CT检测,依图4天上线AI系统!准确率达97.3%,已服务数万人

疫情不断升级,随着对病毒的深入研究,对临床症状的诊断标准也发生着变化。

病毒核酸检测一直是检测新型冠状病毒肺炎(novel coronavirus pneumonia, NCP)的关键步骤,但始终苦于试剂盒市场的供不应求,不少疑似患者都无法得到确诊。

为了加快诊断速度,更好地控制疫情扩散,国家卫健委在2月5日发布《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》,正式将CT影像结果作为临床诊断病例的诊断标准(限湖北省)这是自新冠肺炎爆发以来,专家组针对病例诊断做出的一次重大调整。同时,方案也将湖北省内具有典型CT特征的疑似病例作为临床诊断新型冠状病毒肺炎的独立标准。

与病毒核酸检测相比而言,CT检查更为简便快捷,能够早期发现病灶,现已被广泛应用于临床筛检病变、评估病灶范围和疗效随访。上海市公共卫生临床中心副院长施裕新表示,“CT影像是新型冠状病毒性肺炎的重要诊疗决策依据之一,能及时实现病毒性肺炎的诊断”。

不过,CT影像检测被纳入诊断标准后,医生的接诊压力依然严峻。

根据粗略估计,患者单人单次检查至少会产生300张胸部CT影像,仅武汉市1天内新增千余名确诊患者,其产生的影像数量就有上万张;在实际工作中,患者在2-4天内还需要进行复查。根据目前公布的数据,已有超过7万名确诊患者有确诊需求,一线医生面对的是每天500万张CT影像的阅片量

除了滚雪球般越积越多的阅片数量,在CT影像的阅片精度方面也存在不小困难:

  • 根据NCP症状,新冠肺炎CT表现呈多样性,以磨玻璃阴影、实变为主,缺乏特异性,部分临床症状轻的患者,肺部病灶较少;
  • 新冠肺炎常常累及多个肺段和肺叶,甚至全肺大部受累,评价肺内累计的肺体积和严重程度对诊断和治疗至关重要。但新冠肺炎病灶形态多不规则,边界不清,随着疾病发展,病灶和病变区域的数量、形态和密度还会不断发生变化。


高强度的工作压力下,这些给医生的阅片、定量评估病情、手工勾画等工作带来了极大的挑战。在目前已有的影像检查技术中,X线检查的空间分辨率较好,但密度分辨率差,肺部病变漏诊率相对较高;常规胸部CT具有较高的密度分辨力,可对图像进行量化评估;薄层高分辨率CT(high resolution computed tomography, HRCT)因其更小的层间距和更高的分辨率,能够更准确且直观地显示胸部的细微结构,从而检出传统X线平片和常规CT检查无法识别或明确诊断的病灶。

除夕立项,4天上线,2-3秒完成分析,病变检出率敏感性达97.3%

面对愈加严峻的医疗情况和感染程度,为了快速确诊病例,以更为便捷高效的CT影像检查迎接疫情“拐点”,借助AI进行影像诊断势在必行

利用人工智能系统辅助医生对医疗影像进行诊断,一直是人工智能在医疗领域落地的重要方向。被称为人工智能国家队的依图科技迅速看到了这一需求,在除夕当天,接下重担

从立项到第一版产品上线,依图产品、研发等相关部门一百余名同事投入到工作中,依托上海市医疗图像与医学知识图谱人工智能重点实验室进行了相关产品的研发。在交通不便、人员休假的情况下如何完成系统上线和部署,在封路、交通不变的情况下对武汉重点医院进行部署等,都是需要考虑的因素,依图用4天的时间完成看似不可能的任务,随后迅速投入使用。

1月28日,胸部CT新冠肺炎智能评价系统的初版宣告完成,系统随即在上海公共卫生中心部署上线。2月5日新版诊断标准正式发布后,这套系统应用落地至包括武汉大学人民医院、华中科技大学同济医学院附属协和医院、武汉大学中南医院、荆州市第一人民医院等在内的浙江、重庆、广东等全国十几个重点定点接诊医院。

截止2月16日,依图胸部CT新冠肺炎智能评价系统已经服务数万人次。肺炎病变检出率敏感性达97.3%(漏诊率仅2.7%),特异性达99%(误诊率仅1%),是临床产品中性能最高的

如前所述,兼顾敏感性和特异性对系统要求极高,需要对AI技术和临床需求有深刻的理解和洞察。在对外宣布之前,胸部CT新型冠状病毒肺炎智能评价系统就已在临床环境中迭代一周,期间产品性能已获得权威机构认可上线后,系统一直保持着迭代更新,从功能到性能,从界面到人机交互等各方面尽可能满足一线医生的诊断需求。

依图医疗副总裁系统石磊告诉大数据文摘,依图针对新型冠状病毒的辅助诊断系统采用了人工智能全肺定量分析,为临床专家提供基于CT影像的智能化新型冠状病毒性病灶定量分析及疗效评价等服务,为临床医生的医疗决策提供依据。

在实战上,根据上海市公卫中心临床数据显示,通过研究上百例新冠肺炎病例,将依图AI系统与高年资医生的诊断结果进行比较,发现依图AI的定量参数与医生的评价结果相似(相关性研究中 R=0.87, p<0.001,R大于0.8即表明高度相关)。

全肺定量分析,极大提升临床诊断精准度

能够迅速研发上线这套系统,也得益于依图在医疗影像领域的积累。

从2016年进入医疗领域以来,依图一直想用AI产品尝试解决医疗行业的现实问题,比如帮助医生解决劳动强度大、重复性高、附加值低的单点任务,综合处理多模态信息,帮助医生进行复合性诊断等等。

但是,多模态、异源异构的医疗数据对应用方的数据治理能力提出了苛刻的要求,对利用AI技术实现医疗数据的治理与挖掘也相当不易实现,在此基础上,还需要累积坚实的医疗大数据基础,才能够在医疗大数据上生长出丰富的行业应用。目前,依图医疗AI产品和解决方案在全国300多家医院都进行了部署,依图也与这些医疗机构保持着沟通与合作。

针对这次的疫情,肺炎有着各种影像学表现,新冠只是其中一种形式,临床要细化到哪一类病毒还存在很大困难。但也正是因为这个原因,才需要利用CT做首步筛查工作,帮助医生排查现场,避免诊断滞后等情况的出现。

根据2月10日在《上海医学》发表的《新型冠状病毒肺炎的CT征象》,在检测新冠肺炎时,需要与病毒性肺炎(流感病毒肺炎、禽流感肺炎、SARS、MERS)、支原体肺炎、细菌性肺炎等进行鉴别。

新冠肺炎在流行病学病史方面与上述疾病有很大不同。目前是流感的高发季节,在当前的特定时间点,若发现肺内有渗出、实变、结节等影像表现,结合临床和实验室检查,在排除普通流感、支原体及细菌后,可初步视为罹患新冠肺炎。

虽然在湖北省内,CT影像结果已被列为“临床诊断病例”的判定依据,但对于部分早期没有肺部影像学表现的患者,依然需要结合接触史、临床表现、核酸检测结果等多重因素进行诊断

石磊告诉大数据文摘,胸部CT新冠肺炎智能评价系统在以下两个方面实现了突破:

  • 通过图像算法,实现了对新型冠状病毒性肺炎CT影像的智能化诊断与定量评价,并对局部性病灶、弥漫性病变、全肺受累的各类肺炎疾病严重程度进行分级;
  • 通过对病灶的形态、范围、密度等关键影像特征定量和组学分析,精确测算疾病累计的肺炎负荷,有助于临床判断病情,评估疗效,预测预后。

除此之外,依图AI系统能够对病灶和病变区域进行自动检测,尤其是能敏感发现轻微肺部渗出性病变,并在2-3秒内完成定量分析,有利于疾病早期检出,从而有效帮助医生判断病变性质和评估疾病严重程度。

依图胸部CT产品的特异性不仅针对新冠针状,而是全肺的定量分析,该系统还包括病灶定量评价、肺炎疾病严重程度分级、全肺病变动态4D对比等功能,这些功能同样适用于新冠肺炎以外的其他各类常见肺炎的CT检出和定量评价。

荆州市第一人民医院放射科负责人熊浩表示:“对于新型冠状病毒性肺炎严重程度的分级及疗效评价是临床关注的重点。采用病灶定量评价的方法,涉及到病变累计的肺体积范围、密度等多因素,目前缺乏统一标准,以往采用传统手工勾画ROI的方法进行量化的评估,往往需要数小时,效率低,临床推广难,而利用这个新AI系统能够实现病变区域的自动检测,在2-3秒之内就能完成定量分析,极大提升了精准定量分析的效率。”

加强公共卫生防控,人工智能正成为智慧医疗建设的标配武器

除了胸部CT新冠肺炎智能评价系统外,依图科技还开发出新型冠状病毒防疫小依医生,免费向医院和政府开放服务,为更多人提供智能病情评估工具。

小依医生以医院微信公众号、小程序等多种形式和入口,方便在家进行新冠自诊,及时获取权威疫情简讯和防控知识,减少医院交叉感染风险。

用户可通过语音或文字进行输入,利用智能问答的方式,小依医生能提供文字、图片、音频、视频等多种反馈。系统根据国家权威机构给出的疾病指南,通过预问诊问答对的形式完成信息采集和结果判断,明确患有新冠肺炎的可能性(symptom checker),结果可保存图片。

针对疑似患者,小依医生会提供智能发热门诊推荐,自动与定点医院对接,并衔接线上问诊、预约挂号、诊前检验推荐、采集病史等服务。据统计,小依医生可达秒级反馈,通过人工智能意图识别和医学知识图谱等技术,方便公众进行智能自筛自诊,有效缓解恐慌和焦虑情绪,信息匹配准确超过90%

未来,小依医生也能满足公众对其他常见疾病的科普,并进行预问诊、智能分诊和导诊,优化就医流程。

谈及胸部CT新冠肺炎智能评价系统的未来发展,石磊表示,疫情之后,该系统能成为加强公共卫生防控机构智慧医疗建设的标配武器,继续发挥既有作用。

“除夕立项以后,产品、研发等相关部门一百余名同事投入到工作中,我相信这一刻,公司和大家投身的AI事业都觉得,这是需要履行的一份责任,需要在疫情中贡献一份力量。从立项到第一版产品上线,4天的时间完成看似不可能的任务,到产品上线,随后得到医生认可。能够真正缓解一线医生的工作量,对我们而言就是最好的回报”石磊这么说道。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps&nbsp;
相关文章
|
14天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
70 9
|
25天前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
764 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
24天前
|
存储 人工智能 自然语言处理
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命:智能诊断系统的未来
在科技日新月异的今天,人工智能(AI)技术正逐渐渗透到我们生活的每一个角落,其中医疗领域尤为显著。本文将探讨AI在医疗诊断中的应用及其带来的变革,重点介绍智能诊断系统的发展现状与未来趋势。通过深入浅出的方式,我们将揭示AI如何改变传统医疗模式,提高诊断效率和准确性,最终造福广大患者。
|
19天前
|
人工智能 API 决策智能
swarm Agent框架入门指南:构建与编排多智能体系统的利器 | AI应用开发
Swarm是OpenAI在2024年10月12日宣布开源的一个实验性质的多智能体编排框架。其核心目标是让智能体之间的协调和执行变得更轻量级、更容易控制和测试。Swarm框架的主要特性包括轻量化、易于使用和高度可定制性,非常适合处理大量独立的功能和指令。【10月更文挑战第15天】
129 6
|
22天前
|
人工智能 自动驾驶 搜索推荐
【通义】AI视界|苹果AI本周正式上线,将引入四大功能
本文由【通义】自动生成,涵盖苹果AI上线、特斯拉被华尔街重新评估、谷歌开发控制计算机的AI、Meta与路透社合作及Waymo获56亿美元融资等科技动态。点击链接或扫描二维码获取更多信息。
|
26天前
|
人工智能 自然语言处理 数据可视化
阿里云AI大模型助力客户对话分析——全方位提升服务与体验
随着数字化转型的推进,企业愈发重视客户互动数据的价值。阿里云推出了一套基于AI大模型的客户对话分析解决方案,通过自动化手段分析大量客户对话数据,提取有价值信息,优化服务流程,提升客户体验。本文将结合技术文档和实际体验,全面评测这一解决方案。
49 2
|
12天前
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
14天前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
40 0
|
22天前
|
人工智能 自然语言处理 机器人
对话阿里云CIO蒋林泉:AI时代,企业如何做好智能化系统建设?
10月18日, InfoQ《C 位面对面》栏目邀请到阿里云CIO及aliyun.com负责人蒋林泉(花名:雁杨),就AI时代企业CIO的角色转变、企业智能化转型路径、AI落地实践与人才培养等主题展开了讨论。

热门文章

最新文章