圣地亞哥加州大學(xué)(UC San Diego)最近宣布，其健康放射線醫(yī)生和其他醫(yī)師現(xiàn)在正在利用人工智能(AI)在針對(duì)COVID-19肺部成像分析的臨床研究中增強(qiáng)肺部成像分析。

大多數(shù)COVID-19患者的死亡原因是肺炎，這通常需要長期在重癥監(jiān)護(hù)病房住院，并需要呼吸機(jī)輔助呼吸。

去年，加州大學(xué)圣地亞哥分校醫(yī)學(xué)院放射學(xué)副教授，加州大學(xué)圣地亞哥分校衛(wèi)生放射學(xué)家Albert Hsiao博士，醫(yī)學(xué)博士和他的團(tuán)隊(duì)開發(fā)了一種機(jī)器學(xué)習(xí)算法，該算法使放射科醫(yī)生可以使用AI來增強(qiáng)自己的能力能夠在胸部X光片上發(fā)現(xiàn)肺炎。研究人員解釋說，該算法由放射科醫(yī)師進(jìn)行了22,000種符號(hào)訓(xùn)練，并在X射線上覆蓋了表示肺炎發(fā)生概率的彩色編碼圖。

“肺炎可能很細(xì)微，特別是如果不是您的平均細(xì)菌性肺炎，并且如果我們能及早發(fā)現(xiàn)這些患者，甚至在用聽診器檢測到之前，我們可能會(huì)更好地治療那些患有嚴(yán)重疾病和死亡風(fēng)險(xiǎn)最高的患者”蕭說。

AI算法最近被應(yīng)用于在中國和美國治療COVID-19的五名患者的10次胸部X光檢查。

盡管這些圖像是在幾家不同的醫(yī)院拍攝的，并且在技術(shù)，對(duì)比度和分辨率上都有很大差異，但是該算法始終將肺炎區(qū)域定位在一定范圍內(nèi)。

這項(xiàng)由Amazon Web Services(AWS)啟用的研究允許Hsiao的AI方法在一項(xiàng)臨床研究研究中跨UC San Diego Health部署，該研究使任何醫(yī)生和放射科醫(yī)生都能快速估算出患者患上肺炎的可能性。

加州大學(xué)圣地亞哥分校醫(yī)學(xué)院生物醫(yī)學(xué)信息學(xué)教授，加州大學(xué)圣地亞哥分校衛(wèi)生部臨床研究信息官M(fèi)ichael Hogarth醫(yī)師表示：“ AWS過去與我們?cè)诙鄠€(gè)項(xiàng)目上建立了合作伙伴關(guān)系。”

“一旦COVID-19陷入危機(jī)，AWS就會(huì)與我們聯(lián)系，并詢問他們是否可以做些什么來幫助您。他立即補(bǔ)充說：“ AWS幫助我們的臨床研究IT團(tuán)隊(duì)在短短10天內(nèi)就開始了這項(xiàng)研究并在全系統(tǒng)范圍內(nèi)運(yùn)行。”

到目前為止，新的AI功能已為UC San Diego Health醫(yī)師提供了對(duì)2000多個(gè)圖像的見解。

研究人員提到了一個(gè)特殊情況，即急診科(ER)中沒有任何COVID-19癥狀的患者因其他原因接受了胸部X光檢查。

AI X射線顯示出早期肺炎的體征，后來被放射科醫(yī)生證實(shí)。由于這項(xiàng)技術(shù)，該患者接受了COVID-19的檢測，發(fā)現(xiàn)對(duì)該病呈陽性。

“如果沒有AI，我們將沒有理由將該患者視為可疑的COVID-19病例或?qū)ζ溥M(jìn)行測試，”圣地亞哥加州大學(xué)圣地亞哥分校首席信息官兼副首席醫(yī)學(xué)官Christopher Longhurst醫(yī)師生在公告中說。

他補(bǔ)充說：“盡管仍在研究中，該系統(tǒng)已經(jīng)在影響患者的臨床管理。”

加州大學(xué)圣地亞哥分校健康小組計(jì)劃將由AI驅(qū)動(dòng)的用于檢測肺炎的研究擴(kuò)展到加利福尼亞大學(xué)其他四個(gè)學(xué)術(shù)醫(yī)學(xué)中心。

Longhurst說：“作為一個(gè)學(xué)術(shù)醫(yī)學(xué)中心，我們一直在尋找將創(chuàng)新帶到床邊的方法。”