今年以来，新型冠状病毒席卷我国各省，给人民的生命安全带来了巨大的威胁。同时，随着疫情的不断扩散，韩国、日本等亚洲国家疫情正日益加剧，疫情向全球蔓延的态势已经初显。

目前我国各地均采取了集中医疗资源救治新冠肺炎患者的政策，疫情已得到初步控制，但是医疗资源和条件的限制依然是当下的重要难题。在医疗资源短缺的情况下，对患者的病情进行确诊、重症预测对救治工作显得尤为重要。若能提前对病人的诊断进行预测和分级，将便于医疗机构对不同类别的患者实施不同的治疗、隔离模式，并采取相应的院感防止措施，提升诊疗效率与质量。

近日，清华大学计算机科学与技术系，清华大学人工智能研究院&北京信息科学与技术国家研究中心陈挺教授团队，联合广州再生医学与健康广东省实验室、中山大学孙逸仙纪念医院、中山大学附属第二医院医院、澳门科技大学、宜昌市中心人民医院信息中心，研发了基于人工智能的新冠肺炎影像辅助诊断及诊断分级预测应用，将助力各地医疗机构提升新冠肺炎的诊治效率与质量。

新型肺炎AI应用1——智能影像辅助判读

为医院影像科提供一个CT影像辅助诊断工具，该工具可以对COVID-19肺炎、其他病毒性肺炎及细菌性肺炎的六类典型病灶（磨玻璃影、实变、空腔空洞等）自动进行标注，呈现基线直方图，并给出新冠肺炎辅助判读结果预测。

该AI模型使用了图像识别、语义分割、神经网络等关键AI技术，对各影像切片病灶进行精准定位，并实现病灶的像素级识别，准确率超过90%。此外，此系统可以自动计算不同种类病灶的体积占比等量化特征，为影像科医生提供精准判读建议。在此基础上，该模型可以对影像进行影像危重程度评价，在超过4万张CT影像上测试结果显示，模型评价与医生评价的相关性达到0.90以上（p<0.001）。

新冠肺炎影像辅助诊断应用界面

广州中山二院使用实景

新型肺炎AI应用2——智能诊断分级预测

为临床医生提供一个新冠肺炎疑似/确诊患者医疗信息综合查询应用，展现患者新冠肺炎诊断所有相关的临床指征信息。并实时通过AI计算，预测患者的确诊几率和临床危重症几率。并可对各指征变化进行连续性监测，便于医生快速掌握患者患病情况，准确的采取对应的诊治措施。

AI读片模型使用了将近40万张CT图像进行训练，结合使用最新研发的医学分析融合模型，通过对患者检验、影像学、体格检查、辅助检查等多个维度进行综合分析，得出新冠肺炎诊断及危重症预测，实现辅助诊断准确率90%以上，对住院病人发展为危重症及器官衰竭（肝肾功能、心脏、凝血等）的预测准确率超过85%。

新冠肺炎诊断分级预测应用界面

目前新冠肺炎影像辅助诊断应用已在中山大学孙逸仙纪念医院、中山大学附属第二医院、宜昌市中心人民医院等医疗机构进行使用，近两周已为超过5000例CT影像进行了辅助诊断识别，大大提升了影像医生的阅片效率，得到了各个单位的高度认可。而新冠肺炎诊断分级预测应用即将在宜昌市中心人民医院投入使用。清华大学陈挺教授团队的助理研究员陈宁，王光宇博士以及研究生刘晓鸿、王轲、张轩深度参与和推进了技术的开发和落地。在此，也感谢中山大学孙逸仙纪念医院、中山大学附属第二医院医院等的医学团队对AI模型训练数据进行标注。

后续我们将联合广州再生医学与健康广东省实验室，通过多个渠道面向国内外医疗机构推广使用，希望借助信息技术等手段提升诊治质量，为这次疫情的控制，尽我们最大的一份力！

文章转载自：AI数据派