日前，阿里巴巴達摩院聯(lián)合阿里云針對新冠肺炎臨床診斷研發(fā)了一套全新的 AI 診斷技術，可以在 20 秒內(nèi)準確地對新冠疑似案例 CT 影像做出判讀，幫助醫(yī)生快速進行疑似病例診斷，分析結(jié)果準確率達到 96%。

　　據(jù)悉，2 月 16 日啟用的河南鄭州小湯山已經(jīng)引入該算法輔助臨床診斷，此外，該算法還將在湖北、廣東、安徽等地近 100 家醫(yī)院落地。

　　據(jù)了解，新冠肺炎患者的 CT 胸片的影像特征表現(xiàn)為單肺或雙肺多發(fā)、斑片狀或節(jié)段性磨玻璃密度影等細微變化。一位新冠肺炎病人的 CT 影像大概在 300 張左右，這給醫(yī)生臨床診斷帶來巨大壓力，醫(yī)生對一個病例的 CT 影像肉眼分析耗時大約為 5 至 15 分鐘。

　　為此，達摩院醫(yī)療 AI 團隊基于當前最新的診療方案、鐘南山等多個權(quán)威團隊發(fā)表的關于新冠肺炎患者臨床特征的論文等，與浙大一附院、萬里云、長遠佳和古珀醫(yī)院等多家機構(gòu)合作，率先突破了訓練數(shù)據(jù)不足的局限，基于 5000 多個病例的 CT 影像樣本數(shù)據(jù)，學習、訓練樣本的病灶紋理，研發(fā)了全新的 AI 算法模型。

　　阿里云方面表示，通過 NLP 自然語言處理回顧性數(shù)據(jù)、使用 CNN 卷積神經(jīng)網(wǎng)絡訓練 CT 影像的識別網(wǎng)絡，AI 可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區(qū)別，最終識別準確率達 96%。同時，AI 診斷技術識別一個病例平均只需耗費不到 20 秒，可輔助醫(yī)生減輕診斷壓力。

　　此外，這套技術還將計算病灶部位的占比比例，量化、預測病癥的輕重程度，大幅度提升診斷效率，為患者的治療爭取寶貴時間。尤其對未接診過新冠肺炎病例或低年資醫(yī)生，可提供有效的診斷鑒別提示。

　　值得一提的是，在 CT 影像識別算法之外，達摩院還與阿里云研發(fā)了輔助診斷算法，該算法可以根據(jù)患者基本信息、癥狀、實驗室檢查結(jié)果、流行病學史、影像報告等多維信息，進一步幫助輔助醫(yī)生制定科學的治療方案。