为了更快、更准确地判读新冠肺炎疑似案例 CT 影像，阿里巴巴达摩院日前联合阿里云针对新冠肺炎临床诊断研发了一套全新 AI 诊断技术。AI 可以在 20 秒内准确地对 CT 影像做出判读，分析结果准确率达到 96%。据了解，2 月 16 启用的河南郑州小汤山已经引入该算法辅助临床诊断。
核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT 影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT 影像临床诊断结果可作为新冠肺炎病例判断的标准。
新冠肺炎患者的 CT 胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位新冠肺炎病人的 CT 影像大概在 300 张左右，这给医生临床诊断带来巨大压力，医生对一个病例的 CT 影像肉眼分析耗时大约为 5-15 分钟。
达摩院医疗 AI 团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，突破了训练数据不足的局限，基于 5000 多个病例的 CT 影像样本数据，学习训练样本的病灶纹理，研发了全新的 AI 算法模型。
据介绍，通过 NLP 自然语言处理回顾性数据、使用 CNN 卷积神经网络训练 CT 影像的识别网络，AI 可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率高达 96%。AI 每识别一个病例平均只需要不到 20 秒，可有效减轻医生压力。此外，AI 还能直接算出病灶部位的占比比例，进而量化病症的轻重程度，大幅提升临床诊断效率。