新冠肆虐，疫情嚴(yán)峻。疫情面前，國內(nèi)很多醫(yī)療AI公司站了出來，與放射科醫(yī)生一起，開發(fā)出了針對(duì)新冠肺炎的AI產(chǎn)品，與醫(yī)生一起攜手前行。

2月18日，春節(jié)后的第一期在線學(xué)術(shù)報(bào)告，醫(yī)學(xué)圖像計(jì)算青年研討會(huì)（MICS）邀請(qǐng)了武漢協(xié)和醫(yī)院史河水主任、長征醫(yī)院劉士遠(yuǎn)主任、UNC沈定剛教授以及聯(lián)影智能、柏視醫(yī)療、深睿醫(yī)療、推想科技、依圖醫(yī)療5家推出新冠肺炎AI產(chǎn)品的企業(yè)代表，共同討論了基于CT影像診斷新冠肺炎的進(jìn)展，以及AI在輔助醫(yī)生診斷新冠肺炎中發(fā)揮的作用。

醫(yī)學(xué)圖像計(jì)算青年研討會(huì)（Medical Imaging Computing Seminar，MICS）創(chuàng)立于2014年，由醫(yī)學(xué)影像領(lǐng)域的頂尖學(xué)者沈定剛教授發(fā)起，聚焦于最近醫(yī)學(xué)圖像計(jì)算領(lǐng)域的原創(chuàng)研究，歡迎醫(yī)學(xué)圖像處理、計(jì)算機(jī)視覺、人工智能等新理論、新方法、新應(yīng)用的展示，以及影像與臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)深度交叉的突破性進(jìn)展報(bào)告。

作為本次MICS講座的戰(zhàn)略合作媒體，雷鋒網(wǎng)AI掘金志也第一時(shí)間整理了本次講座的精編內(nèi)容。

講座的第一位演講嘉賓是武漢協(xié)和醫(yī)院放射科的史河水主任。作為核心疫區(qū)的影像工作者，史主任利用半個(gè)多小時(shí)的時(shí)間，分享了自己關(guān)于肺炎疫情的最新醫(yī)學(xué)觀察。

史河水主任首先科普了新冠病毒作用在肺部的原因：即冠狀病毒的S蛋白與人體中ACE2相結(jié)合進(jìn)行復(fù)制，而ACE2受體主要存在肺泡上皮細(xì)胞，所以才會(huì)在肺部發(fā)作，成為呼吸道傳染疾病。

此外，史主任還揭示了致命的“細(xì)胞因子風(fēng)暴”——人體免疫系統(tǒng)跟新冠病毒進(jìn)行對(duì)抗階段會(huì)產(chǎn)生大量細(xì)胞因子（炎癥介質(zhì)），這種細(xì)胞因子一方面起到消滅病毒的作用，然而另一方面也會(huì)損傷肺和其它身體組織結(jié)構(gòu)，最終導(dǎo)致人體多個(gè)器官衰竭。史主任指出，細(xì)胞因子風(fēng)暴是導(dǎo)致新冠肺炎患者死亡的重要因素。

隨后，他又通過與解剖病理的關(guān)聯(lián)進(jìn)一步揭示“新冠病毒的影像學(xué)表現(xiàn)”。

他表示，雖然目前確診病例已經(jīng)達(dá)到7萬多人，但是獲得病理的數(shù)量寥寥無幾。在中南醫(yī)院兩例肺腫瘤切除的病理發(fā)現(xiàn)了新冠肺炎征象，其中肺泡內(nèi)有蛋白質(zhì)滲出、肺泡細(xì)胞壁增厚、形成肉芽腫等表現(xiàn)，這與此前301醫(yī)院尸檢病理表現(xiàn)一致。但是301醫(yī)院解剖病理中出現(xiàn)了透明膜，患者晚期透明膜的形成，會(huì)引發(fā)呼吸窘迫綜合癥，有了這些病理學(xué)征象，對(duì)影像學(xué)診斷很有幫助。

史主任還提到，目前臨床診斷已經(jīng)有四個(gè)分型，但是沒有對(duì)病例進(jìn)行臨床分期?！安∽冄葑兣c臨床分期密切相關(guān)，很多新冠患者已經(jīng)痊愈出院，就可以對(duì)其病程進(jìn)行分期，有了臨床分期，影像學(xué)也就可以分期，但是臨床分期目前還在討論中?！?/p>

當(dāng)然，作為一名放射科醫(yī)生，史主任也對(duì)AI在新冠肺炎防治起到的作用表示肯定。

首先，目前病人檢查量比較大，影像變化復(fù)雜，臨床醫(yī)生負(fù)擔(dān)重，AI的定量分析功能可以在每次CT檢查、隨訪和復(fù)查中反映病變體積與分布；

其次，目前新冠肺炎處于爆發(fā)期，對(duì)醫(yī)生來說比較容易診斷，爆發(fā)期過去之后，鑒別新冠肺炎和其他病毒性肺炎對(duì)醫(yī)生將會(huì)形成挑戰(zhàn)，AI將會(huì)發(fā)揮自己的價(jià)值，幫助醫(yī)生做出更準(zhǔn)確的判斷；

最后，在影像分期與愈后評(píng)價(jià)上，愈后的恢復(fù)期可以根據(jù)SARS的經(jīng)驗(yàn)去做，現(xiàn)在大多數(shù)新冠肺炎患者恢復(fù)的比較好，AI可以綜合一系列的體征數(shù)據(jù)對(duì)患者進(jìn)行隨訪觀察。

第二位演講嘉賓是聯(lián)影智能美國分公司計(jì)算機(jī)視覺方向負(fù)責(zé)人吳子彥博士，他分別介紹了聯(lián)影智能兩款針對(duì)新冠肺炎的防治產(chǎn)品：天眼CT平臺(tái)和uAI Vision。

吳子彥博士表示：“天眼智能CT平臺(tái)可以通過無人操作避免醫(yī)護(hù)工作者被感染，利用安裝在CT掃描間頂部的攝像頭獲取圖像，再通過人工智能算法分析患者當(dāng)前體位定位出掃描區(qū)域，之后對(duì)患者進(jìn)行自動(dòng)移床，在最后掃描范圍確認(rèn)階段，技師也可以通過用戶界面對(duì)平臺(tái)計(jì)算的掃描范圍確認(rèn)，整個(gè)過程無人化，技師不需要進(jìn)入掃描間?！?/p>

而uAI Vision是一種智能邊緣計(jì)算平臺(tái)，目前可以跟聯(lián)影的所有醫(yī)療影像模態(tài)集成，提供自動(dòng)擺位、運(yùn)動(dòng)監(jiān)測(cè)、體態(tài)建模、態(tài)勢(shì)感知和病人信息確認(rèn)功能；實(shí)現(xiàn)對(duì)解剖學(xué)關(guān)鍵點(diǎn)檢測(cè)，姿態(tài)分類，3D體態(tài)建模，可以即插即用。

目前，這兩款平臺(tái)已在武漢火神山醫(yī)院和上海多家醫(yī)院完成部署并投入運(yùn)行。

第三位演講嘉賓是聯(lián)影智能研發(fā)副總裁高耀宗博士，他詳細(xì)介紹了聯(lián)影智能新冠肺炎輔助分析產(chǎn)品。

在演講中，高博士表示，聯(lián)影智能新冠肺炎輔助分析產(chǎn)品有一系列亮點(diǎn)功能：影像快速篩查，找到疑似肺炎者提醒醫(yī)生優(yōu)先閱片；對(duì)新冠肺炎感染區(qū)域自動(dòng)勾畫，顯示全肺感染比例和體積；對(duì)感染區(qū)域提供HU直方圖，分析磨玻璃成分和實(shí)性占比；對(duì)于同一個(gè)病人全肺和肺葉、肺段，體積和密度提供隨訪評(píng)估。

他表示：“在對(duì)600例新冠陽性圖像和600例陰性數(shù)據(jù)的驗(yàn)證下，聯(lián)影智能分割算法的敏感性和特異性都可以達(dá)到96%。對(duì)100例新冠肺炎確診患者圖像的自動(dòng)勾畫與手動(dòng)勾畫對(duì)比，重合率達(dá)到87%，感染區(qū)域的體積誤差小于1%。”

值得一提的是，聯(lián)影智能的新冠肺炎輔助分析產(chǎn)品也已經(jīng)在火神山醫(yī)院和聯(lián)影設(shè)備搭配使用，并且，還通過聯(lián)影醫(yī)療影像云，部署到了武漢多家醫(yī)院。

隨后，柏視醫(yī)療董事長陸遙介紹了基于小樣本數(shù)據(jù)開發(fā)的新冠肺炎AI產(chǎn)品。

陸遙表示：“目前新冠肺炎訓(xùn)練數(shù)據(jù)量比較小，只能基于小樣本機(jī)器學(xué)習(xí)算法研發(fā)輔助診斷AI產(chǎn)品。為此，柏視醫(yī)療提供了針對(duì)新冠肺炎的輕量級(jí)輔助閱片工具，對(duì)病灶進(jìn)行定量分析和隨訪。”

其中，柏視醫(yī)療針對(duì)臨床醫(yī)生需求提供的量化分析工具可以對(duì)肺密度和肺體積進(jìn)行分析，可以對(duì)體積占比、CT值、病灶位置進(jìn)行分析。

最后陸遙提出，柏視醫(yī)療的新冠肺炎AI產(chǎn)品可以對(duì)隨訪歷史影像對(duì)比，檢查每個(gè)病灶配準(zhǔn)前后變化。另外，三維重建支持平掃和增強(qiáng)多種協(xié)議圖像重建。

第五位分享者是深睿醫(yī)療研究員張樹，他介紹了深睿Dr.Wise肺部疾病智能解決方案。

他表示：“目前，放射科醫(yī)生的臨床工作量非常大，而新冠肺炎征象表現(xiàn)非常不明顯，為診療帶來難度。

為此，深睿提供三個(gè)解決方案：小睿醫(yī)助，幫助在家進(jìn)行自診自查和科普防護(hù)宣傳；新冠肺炎輔助診斷系統(tǒng)，對(duì)新冠肺炎病變提供分析和追蹤隨訪；智能影像云平臺(tái)，賦能基層遠(yuǎn)程閱片。

張樹說到，深睿在1月31號(hào)推出第一版新冠肺炎產(chǎn)品之后，就對(duì)武漢的醫(yī)院捐助了本地版，目前產(chǎn)品已經(jīng)在全國10多家醫(yī)院使用，而云端產(chǎn)品也已在多家醫(yī)院完成部署。

最后，張樹表示：“深睿在整個(gè)2019年科研有很多投入，在CV和人工智能領(lǐng)域發(fā)表了60多篇文章?！?/p>

第六位分享者是推想科技科研產(chǎn)品負(fù)責(zé)人武江芬

今年1月31日，推想科技宣布推出針對(duì)新冠肺炎篩查產(chǎn)品。武江芬表示：“武漢封城晚上，推想就啟動(dòng)了肺炎研發(fā)工作。新冠肺炎AI系統(tǒng)1月29號(hào)就在武漢同濟(jì)醫(yī)院上線，提供包括預(yù)警、診斷、評(píng)估和監(jiān)控4個(gè)功能，會(huì)自動(dòng)檢測(cè)新冠肺炎數(shù)據(jù)，第一時(shí)間提示隔離，從而降低交叉感染風(fēng)險(xiǎn)，避免造成整個(gè)醫(yī)院都被隔離的情況?！?/p>

武江芬還表示：“目前，推想新冠肺炎AI系統(tǒng)正在不同省份做項(xiàng)目申請(qǐng)，最近也剛剛中標(biāo)新冠肺炎相關(guān)課題，中華放射學(xué)雜志的首篇人工智能新冠肺炎相關(guān)文章，就使用了我們的這套系統(tǒng)。”

她在演講中還透露，推想新冠肺炎AI系統(tǒng)已在全國上線10多家醫(yī)院，其中武漢同濟(jì)醫(yī)院、中南醫(yī)院、火神山醫(yī)院等醫(yī)院，目前已經(jīng)診斷上萬例新冠肺炎數(shù)據(jù)。

第七位分享者是依圖醫(yī)療副總裁石磊，放射科醫(yī)生出身的他，總結(jié)了目前新冠肺炎的影像特點(diǎn)以及依圖醫(yī)療應(yīng)對(duì)疫情開發(fā)的AI產(chǎn)品。

石磊表示：“新冠肺炎具有早期癥狀隱匿、傳染性強(qiáng)，部分患者進(jìn)展快等特點(diǎn)。目前缺乏特異臨床表現(xiàn)和實(shí)驗(yàn)室檢查手段，單單基于影像無法解決今天新冠肺炎早期診斷問題。”

但是他還說到：“依圖醫(yī)療新冠AI除了影像發(fā)現(xiàn)之外，還做了定量評(píng)價(jià)，對(duì)肉眼可以看到的病變區(qū)域進(jìn)行邊緣勾勒定量統(tǒng)計(jì)。雖然定量分析是好方法，但是從醫(yī)學(xué)的角度來看，肺內(nèi)有些病變邊界是不清楚的，比如兩肺彌漫性密度增高、磨玻璃密度增高，這些病變邊界很難勾勒出來，所以，依圖同時(shí)關(guān)注全肺和肉眼可見的病灶區(qū)域。

此外，石磊博士提出一個(gè)觀點(diǎn)：如果不及時(shí)治療，有一部分普通型患者可能會(huì)發(fā)展為重型，把這一部分患者定量地檢測(cè)出來，是今天臨床當(dāng)中必須要考慮和突破的關(guān)鍵問題?；谟跋窈团R床信息建立的深度學(xué)習(xí)模型，可以預(yù)測(cè)哪些患者出現(xiàn)重癥的風(fēng)險(xiǎn)。

史河水主任和大會(huì)六位演講嘉賓分享之后，雷鋒網(wǎng)還整理了提問和討論環(huán)節(jié)。上海長征醫(yī)院影像醫(yī)學(xué)與核醫(yī)學(xué)科主任劉士遠(yuǎn)教授和UNC沈定剛教授共同出席，與前幾位講者一起，回答了聽眾最關(guān)心的幾個(gè)問題。

Q：核酸檢測(cè)假陰性比較多，CT是不是也有這樣的問題？

劉士遠(yuǎn)主任表示：“目前，核酸檢測(cè)受到采集技術(shù)、采集部位、試劑盒質(zhì)量以及疾病不同階段影響，假陰性的病人較多。而CT敏感性極高，只要肺內(nèi)有病灶，CT檢測(cè)基本都能夠發(fā)現(xiàn)；所以在武漢只要CT符合新冠肺炎表現(xiàn)，將病人作為臨床診斷病例隔離收治準(zhǔn)確性很高，具有一定合理性！但由于異病同影現(xiàn)象，CT存在假陽性的機(jī)率，過度依賴CT有可能造成誤傷。另外，核酸檢測(cè)陽性，也就是確診的病例也可能在CT上表現(xiàn)正常，這是疾病表現(xiàn)復(fù)雜性多樣性造成的，這類病人不存在肺部炎癥，可以稱為新型冠狀病毒感染患者，是否可作為假陰性，有待商榷。”  

他補(bǔ)充道，應(yīng)該避免武漢的經(jīng)驗(yàn)泛化，其他地方用CT確診不一定適用，在湖北以外特異性就會(huì)低很多。CT作為重要的診斷依據(jù)，特異性越高，診斷價(jià)值越大，它和核酸檢測(cè)是相互印證的關(guān)系，不要對(duì)立。

Q：在AI的幫助下，有沒有可能幫助患者減少重復(fù)檢查次數(shù)？

劉士遠(yuǎn)主任表示：“一定會(huì)，因?yàn)锳I除了用于CT影像，還可以與臨床數(shù)據(jù)、實(shí)驗(yàn)室數(shù)據(jù)、生化指標(biāo)、核酸檢測(cè)進(jìn)行關(guān)聯(lián)學(xué)習(xí)。比如CT診斷關(guān)聯(lián)核酸檢測(cè)和接觸史就可以提升CT的準(zhǔn)確性，檢測(cè)的準(zhǔn)確性可以通過AI進(jìn)一步提升是有可能的?！?/p>

Q：通過AI的方式，可以發(fā)現(xiàn)早期新冠疑似病人嗎？

高耀宗表示：“冠狀肺炎早期病人，CT影像沒有任何的病灶，光靠CT影像沒辦法發(fā)現(xiàn)，還要通過流行病學(xué)史、接觸史和核酸檢測(cè)來確診。在CT影像上有表征的患者，用現(xiàn)有肺結(jié)節(jié)AI產(chǎn)品，也可以發(fā)現(xiàn)這些病灶，但是對(duì)于彌漫性病灶，之前的技術(shù)可能不夠，研發(fā)新冠肺炎AI技術(shù)就很有必要。因此，對(duì)于CT上有征象的病人，我們認(rèn)為通過AI技術(shù)，能盡量做到減少漏診?！?/p>

Q：如果要檢查新冠肺炎，DR和CT怎樣選擇？

劉士遠(yuǎn)主任表示：“從病灶檢查的角度來說，CT肯定是首選，但是CT檢查存在交叉感染的風(fēng)險(xiǎn)，特別是大多數(shù)醫(yī)院的急診CT室和普通病人交叉使用，這就需要做好消毒措施。而DR一般在發(fā)燒門診里面就有，病人不用回來跑，可以避免交叉感染，只是DR無法顯示早期病灶?！?/p>

他建議，沒有明確確診或者核酸檢測(cè)陰性，需要用一次CT檢查來確定。對(duì)于已經(jīng)確診，復(fù)查盡量選用DR。但是最后出院還是要通過CT檢查，評(píng)估患者狀態(tài)。

Q：推想在新冠系統(tǒng)落地過程中遇到過哪些問題？

武江芬表示：“從硬件角度遇到四個(gè)問題，第一、本地版部署遇到交通問題，交通管制對(duì)產(chǎn)品上線過程中從研發(fā)、運(yùn)營、執(zhí)行、產(chǎn)品等一系列人員交通造成阻礙；第二、醫(yī)院防控，上線人員的醫(yī)院防護(hù)；第三、配合度問題，疫情期間很多醫(yī)生不在醫(yī)院；第四，云平臺(tái)產(chǎn)品面臨的數(shù)據(jù)安全問題?！?/p>

最后她表示，推想遇到的困難，都是因?yàn)樘厥獾囊咔槎a(chǎn)生，技術(shù)層面所遇到的困難其實(shí)很少。

Q：現(xiàn)在新冠肺炎AI的成熟度是否能夠應(yīng)用于臨床？

劉士遠(yuǎn)主任表示：“目前，AI只是處于初級(jí)階段，還需要更多數(shù)據(jù)更新迭代。而且企業(yè)也沒有明確提到使用多少例數(shù)據(jù)，因此敏感性和特異性還有待提高。就疾病本身而言，新冠病毒肺炎本身就存在異病同影現(xiàn)象，所以未來AI不單是用于診斷，還可以在療效評(píng)估、分級(jí)分期等方面發(fā)揮作用?！?/p>

在劉主任看來，現(xiàn)階段在檢查室內(nèi)，如果AI真的能夠?qū)崿F(xiàn)自動(dòng)擺位、減少操作流程，避免一線技師接觸傳染性病人，可能更有前途。

Q：目前，AI輔助診斷系統(tǒng)的優(yōu)勢(shì)和不足？

石磊表示：“AI是計(jì)算機(jī)的行為，而醫(yī)療是人類的行為，醫(yī)療AI則是人文屬性和技術(shù)屬性相結(jié)合。從技術(shù)維度而言，AI對(duì)醫(yī)療帶來幫助是毋庸置疑的，但是僅局限在技術(shù)層面?！?/p>

他還表示：“人眼難以精確分析CT圖像2000個(gè)單位下的灰階變化，對(duì)視覺不明顯的病變，AI可以提供幫助，這方面AI要優(yōu)于人類，但是否被醫(yī)生采納，還取決于醫(yī)生對(duì)AI提供信息的判斷和AI提供信息的維度。AI目前單純從影像學(xué)突破人的上限和天花板其實(shí)是遠(yuǎn)遠(yuǎn)不夠的，還需要結(jié)合更多臨床體征變化給出結(jié)論，這就是為什么影像AI在目前階段無法給出疾病的準(zhǔn)確診斷的原因?！?/p>

Q：AI的直方圖和定量分析，在臨床上有什么意義？

石磊表示：“通過醫(yī)療側(cè)知識(shí)的積累，我們最終可以建立一個(gè)將醫(yī)學(xué)新理論不斷融入疾病預(yù)測(cè)的深度學(xué)習(xí)模型，這樣的模型能夠進(jìn)一步降低重癥病人的患病風(fēng)險(xiǎn)，提高臨床療效。所以從技術(shù)維度來看，AI有很大優(yōu)勢(shì)，可以快速應(yīng)用于已經(jīng)被定義清楚、具備明確邏輯，可以通過頂層算法設(shè)計(jì)場(chǎng)景的問題?！?/p>

他還表示：“今天是用AI診斷或者閱片，本質(zhì)上離不開醫(yī)學(xué)的認(rèn)識(shí)，所以醫(yī)生和醫(yī)工專家是AI能力的頂層設(shè)計(jì)師，離開這些的話，我覺得都無從說起，AI與人各有所長?！?/p>

Q：深度神經(jīng)網(wǎng)絡(luò)需要大量的數(shù)據(jù)，但是面對(duì)新冠肺炎的小數(shù)據(jù)集，還有什么算法可以利用？

陸遙回答：“從模型訓(xùn)練來說，每個(gè)公司拿到樣本量比較小。對(duì)于新冠肺炎，應(yīng)該從流行病學(xué)角度考慮，在武漢的模型和其他城市模型是完全不一樣的，因?yàn)楦腥菊弑旧砭陀幸?、二、三、四代區(qū)別。把臨床數(shù)據(jù)和流行病學(xué)知識(shí)結(jié)合起來，可以更貼近臨床，解決小樣本的問題?！?/p>

Q：現(xiàn)在研究都是公司打頭，學(xué)術(shù)界根本無從介入，現(xiàn)在學(xué)術(shù)界科研高校老師，有沒有可能進(jìn)入疫情研究中去？

沈定剛教授表示：“新冠肺炎的應(yīng)用研發(fā)方面，當(dāng)前學(xué)術(shù)界確實(shí)要比工業(yè)界慢，但是后期的創(chuàng)新研究、大數(shù)據(jù)研究，學(xué)術(shù)界的貢獻(xiàn)會(huì)馬上體現(xiàn)出來。其實(shí)，新冠肺炎里面的很多問題可以用學(xué)術(shù)界的方法來解決。

比如，小數(shù)據(jù)問題，是在新冠肺炎分析系統(tǒng)開發(fā)初期面臨的實(shí)際問題，因?yàn)槟菚r(shí)的病人數(shù)不多。為了解決這個(gè)問題，聯(lián)影智能使用了以前的CT肺數(shù)據(jù)，特別是肺炎數(shù)據(jù)，并且利用transfer learning訓(xùn)練模型、開發(fā)初期的AI系統(tǒng)。

其次，后期數(shù)據(jù)量增大以后，就需要解決快速標(biāo)注數(shù)據(jù)問題?？梢杂蒙倭繕?biāo)注的數(shù)據(jù)來訓(xùn)練模型，然后應(yīng)用于沒有標(biāo)志過的數(shù)據(jù)，再作人工修改，繼續(xù)訓(xùn)練新的模型。這樣不斷快速迭代模型，利用這種‘人在回路’的方法解決大數(shù)據(jù)標(biāo)注問題。

最后，應(yīng)用過程中有多中心問題；例如，訓(xùn)練的新冠肺炎模型是薄層數(shù)據(jù)，而有的醫(yī)院臨床診斷是使用厚層數(shù)據(jù)，如何快速把薄層模型訓(xùn)練成厚層模型就非常重要。這樣的問題是很好的學(xué)術(shù)問題，學(xué)術(shù)界可以提供創(chuàng)新的解決方案。

最后沈定剛教授回答了直播中線上觀眾最關(guān)心的兩個(gè)問題，AI在新冠肺炎不能做什么？能做什么？

一、AI不能做什么？

沈定剛教授回答：“AI診斷，特別是新冠肺炎AI系統(tǒng)，目前還完全達(dá)不到診斷效果，為什么？

首先，現(xiàn)在許多數(shù)據(jù)沒法很好使用。例如，核酸陰性的患者在CT上可能有新冠肺炎征象，核酸陽性的患者在CT上又不一定是這樣的征象。這種情況下數(shù)據(jù)的金標(biāo)準(zhǔn)就很難得到。

其次，AI做早期診斷，有的患者臨床沒有癥狀，CT圖像也沒有表現(xiàn)，核酸呈陰性。但是如果患者來過醫(yī)院，有相應(yīng)的CT歷史圖像，后來發(fā)現(xiàn)這樣的患者真的確診新冠肺炎，這樣的歷史數(shù)據(jù)才有用。沒有這樣的數(shù)據(jù)，想實(shí)現(xiàn)早期診斷是很難的。雷鋒網(wǎng)

最后，雖然CT診斷的熱度很高，但CT不可以獨(dú)自診斷，還需要跟更多臨床、流行病學(xué)信息結(jié)合起來。AI把CT、核酸以及其他生物信息結(jié)合起來訓(xùn)練才能做早期診斷，否則是很難做好的?！?/p>

二、AI能做什么？

沈定剛教授回答了三點(diǎn)：

首先，AI現(xiàn)在能做的是低層的定量分析，例如病灶個(gè)數(shù)、病灶位置、病灶體積和與肺葉肺段的百分比等醫(yī)生需要的直觀信息。將來AI可以學(xué)習(xí)更復(fù)雜的特征，做更精準(zhǔn)的測(cè)量。

其次，每個(gè)病人在醫(yī)院做了很多次CT檢查，AI可以做前后片的對(duì)比，以及病灶與肺段之間的百分比變化（但是目前能做到肺段分割的公司還很少）。如果要做更精準(zhǔn)的比較，可以用AI開發(fā)縱向CT的配準(zhǔn)，這樣可以測(cè)量每個(gè)病灶的局部變化，用于更精細(xì)的預(yù)后估計(jì)。

最后，AI可以推薦醫(yī)生分清優(yōu)先級(jí)，從而優(yōu)先診斷那些危險(xiǎn)病例。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。