人工智能可以帮助缓解医院的压力

西苏格兰大学的研究人员认为，自动诊断肺部疾病(如肺结核和肺炎)的开创性人工智能(AI)可以缓解医院在冬季的压力。

结核病和肺炎——主要影响肺部的潜在严重感染——通常需要结合不同的诊断测试，如CT扫描、血液测试、x光和超声波。这些检查可能很昂贵，通常需要很长时间等待结果。

由UWS开发革命性的技术——最初是为了从x射线图像中快速检测COVID-19而创建的——已被证明可以自动识别一系列不同的肺部疾病在几分钟内，准确率高达98%左右。

威斯康星大学的研究员纳伊姆·拉姆赞教授说:“这样的系统可能会被证明对全球繁忙的医疗团队至关重要。”

我们希望透过这项技术，能快速及准确地侦测到持续需求旺盛的解病放射科技师，以纾解压力巨大的医院部门的压力;减少等待检测结果的时间;并在测试过程中提高效率。

UWS智能环境情感与人类计算研究中心主任Ramzan教授与UWS博士生Gabriel Okolo和Stamos Katsigiannis博士一起领导了这项技术的开发。

拉姆赞教授补充说:“毫无疑问，全球的医院部门都面临着压力，而COVID-19的爆发加剧了这种压力，给压力大的部门和员工增加了进一步的压力。真正需要的技术可以帮助减轻这些压力，并快速和准确地检测一系列不同的疾病，帮助解放宝贵的工作人员时间。

“x射线成像是一种相对便宜和容易获得的诊断工具，它已经帮助诊断各种疾病，包括肺炎、结核病和COVID-19。人工智能的最新进展使得利用胸部x光扫描进行自动化诊断在医疗环境中具有非常现实的前景。”

这项最先进的技术利用x射线技术，将扫描结果与肺炎、结核病和COVID患者的数千张图像数据库进行比较。然后，它使用一种被称为深度卷积神经网络的过程——一种通常用于分析的算法视觉表象-做出诊断。

在广泛的测试阶段，该技术被证明有98%的准确率。

UWS研究、创新和参与副校长Milan Radosavljevic教授说:“世界各地的医院都处于持续的压力之下。这在整个英国都可以看到，我们出色的NHS继续承受着巨大的压力，压力巨大的医务人员首当其冲。

“我对这项创新技术的潜力感到兴奋，它可以帮助简化诊断过程，减少工作人员的压力。

“这是威斯康星大学有目的、有影响力的研究的又一个例子，因为我们努力寻找全球挑战的解决方案。”

UWS的研究人员正在探索技术利用x射线图像检测其他疾病，比如癌症。