医院是美国第一家使用人工智能分析COVID-19患者的

- 编辑:大众自然网 -

医院是美国第一家使用人工智能分析COVID-19患者的

西奈山医院的研究人员是国内第一批使用人工智能(AI)结合成像和临床数据分析冠状病毒病(COVID-19)患者的研究人员。他们开发了一种独特的算法,可以根据肺部疾病在胸部CT扫描中的表现,结合患者的症状、年龄、血样以及可能与病毒感染者的接触情况等信息,快速检测COVID-19。这项研究发表在5月19日的《自然医学》(Nature Medicine)杂志上,它可以帮助世界各地的医院快速发现病毒,隔离患者,并防止病毒在大流行期间传播。

“人工智能在快速分析大量数据方面具有巨大潜力,这一属性在大流行等情况下可能产生重大影响。在西奈山,我们很早就认识到这一点,并能够调动我们学院的专家和我们的国际合作,利用中国医疗中心的冠状病毒患者的CT数据,致力于实现一种新的人工智能模型。我们能够表明,人工智能模型是准确的一名有经验的放射科医师在诊断疾病,更好的在某些情况下,没有明确CT肺部疾病的迹象,”主要作者之一说,扎西·法耶,博士,生物医学工程和成像研究所所长(BMEII)伊坎在西奈山医学院。“我们现在正在研究如何在家里使用这个工具,并与他人分享我们的发现——这个工具包可以很容易地在世界范围内部署到其他医院,无论是在线还是集成到他们自己的系统中。”

这项研究扩展了之前的西奈山研究,该研究确定了COVID-19患者肺部疾病的特征模式,并展示了它在一周半的时间里是如何发展的。

这项新研究涉及西奈山医院从中国医院的机构合作者那里接收的900多名患者的扫描。患者于2020年1月17日至3月3日在中国13个省份的18家医疗中心接受治疗。这些扫描包括419例确诊的COVID-19阳性病例(大多数人最近曾前往疫情暴发的中国武汉,或与一名受感染的COVID-19患者有过接触)和486例COVID-19阴性扫描。研究人员还掌握了患者的临床信息,包括血液检测结果显示的白细胞计数或淋巴细胞计数的任何异常,以及他们的年龄、性别和症状(发烧、咳嗽或带粘液咳嗽)。他们把重点放在CT扫描和血液检测上,因为中国医生使用这两种方法来诊断发烧或曾接触过患者的COVID-19患者。

西奈山研究小组将CT扫描的数据与临床信息结合起来,开发出一种人工智能算法。它模仿了医生诊断COVID-19的工作流程,并给出了阳性或阴性诊断的最终预测。人工智能模型根据CT图像、临床数据以及两者结合得出covid -19阳性的单独概率。研究人员首先对905例患者中的626例数据进行了算法的训练和微调,然后对研究组中剩余的279例患者(分covid -19阳性和阴性病例)进行了算法的测试,以判断测试的敏感性;更高的灵敏度意味着更好的检测性能。结果显示,与放射科医师评估图像和临床数据的75%相比,该算法具有统计上显著的更高的灵敏度(84%)。人工智能系统还提高了对CT扫描阴性的covid -19阳性患者的检测能力。具体来说,它识别出68%的covid -19阳性病例,而由于CT呈阴性,放射科医生将所有病例都解释为阴性。改进的检测尤为重要,为了使病人孤立如果扫描时不显示肺部疾病患者首先出现症状(因为之前的研究表明,肺部疾病并不总是出现在头几天CT)和COVID-19症状往往是特异性的,类似流感或感冒,所以很难诊断。

CT扫描在美国并没有被广泛用于COVID-19的诊断;然而,法耶德博士解释说,成像仍然可以发挥重要作用。

“影像学可以帮助做出快速准确的诊断——实验室检测可能需要两天时间,还可能出现假阴性——这意味着影像学可以帮助在需要时立即隔离患者,并有效管理医院资源。”我们的人工智能模型的高敏感性可以在CT呈阴性(在感染早期)或显示非特异性结果(这可能是常见的)的情况下为医生提供“第二意见”。它应该考虑在更广泛的范围内,特别是在美国,目前我们有更多的闲置产能比实验室进行基因检测,CT扫描”法博士说,他也是一个教授诊断,分子和介入放射学在伊坎在西奈山医学院。

“这项研究很重要,因为它表明,一个人工智能算法可以被训练来帮助COVID-19早期识别,这可用于临床诊断或优先评估病人早期进入急诊室,“马修·莱文说,医学博士,主任西奈山医疗系统的临床数据科学团队,成员西奈山COVID信息中心。“这是一个早期的证明概念,我们可以把它应用到我们自己的病人数据上,进一步开发针对我们的地区和不同人群的算法。”

西奈山医院的研究人员目前正集中精力进一步开发该模型,以根据CT数据和临床信息的细微之处,寻找有关患者康复情况的线索。他们说,这可能对优化治疗和改善结果很重要。