放射科医生使用深度学习在胸部x光检查发现COVID-19的迹象

约翰霍普金斯大学放射科医生发现,深度学习算法在胸部x光检查发现肺结核可以用作确定COVID-19肺部异常相关。这些研究结果,发表在《胸成像表明,深度学习系统可以帮助临床医生在筛选和治疗这些高风险患者,以及帮助克服稀缺性COVID-19图像可用于机器学习的发展。

这项研究是基于这样的观察:胸部x光片异常从COVID-19显得非常类似于结核病患者。胸部x光检查已经被提议作为一个潜在的有用的工具来评估COVID-19病人,尤其是在被紧急部门和紧急护理中心,但研究小组推测,一个深度学习模型已经训练识别x射线也会工作得很好识别结核病的新型冠状病毒的迹象。

“我们发现好的泛化我们对COVID-19结核病模型,“放射居民称保罗,放射学人工智能实验室的主任和附属学院的马龙医疗工程中心。“我们的目标是证明深度学习的能力模型,从未见过的的COVID-19确定这些病例。因为COVID-19是一个新的感染,目前大型数据集不训练深度学习模型。我们假设图像的其他感染类似的表象COVID-19可以用来训练模型能够识别这种新疾病。”

咦,连同合作者Kim Tae Kyung约翰霍普金斯医学院的医学生,和程Ting林主任胸放射学在学校放射学和放射科学,收集了88公开额患者的胸部x光检查证实COVID-19诊断。的88年,该模型正确分类78人作为COVID-19“正面”,为89%成功率。

虽然这些结果令人鼓舞,团队承认他们研究的局限性。例如,尽管该模型可以确定COVID-19积极的x射线,它可能无法区别于其他疾病导致肺部异常相似。

尽管如此,进一步的研究这个领域当然是必要的,大流行仍在继续。“这些结果是一个潜在的新概念验证COVID-19筛选方法在临床的设置,“易补充道。“深度学习模式可以促进更快的分流应急部门、现场即时解释non-radiologists前线,和潜在的工作量减少放射科医生。”

---

---