人工智能模型帮助诊断COVID-19肺炎严重程度

雪松西奈的研究人员开发了一种新的人工智能模型，可以快速评估COVID-19肺炎的严重程度。

自动化深度学习框架，描述在医学影像杂志，有助于评估疾病进展，并协助计算机断层扫描(CT)监测不同的治疗反应。它与医生的手工测量一样准确，而且速度快得多。

“医生很难勾勒出3D的轮廓肺在数百个薄至1毫米的CT肺切片上手动扫描病变。人工智能可以使这一过程非常快，并根据涉及肺部的百分比提供异常的体积大小，”该研究的高级作者Piotr Slomka博士说，他是cedar - sinai成像创新主任，也是医学人工智能部门和Smidt心脏研究所的研究科学家。

Slomka解释说:“了解病变的正确大小有助于更准确地评估患者的病情，并最终帮助提供者决定最佳的治疗方案。”

虽然许多被诊断患有COVID-19的人只出现轻微症状，但有些人会出现更严重的并发症，包括COVID-19肺炎。COVID-19肺炎肺部感染这会导致肺部积液和炎症，有可能危及生命。

目前，CT扫描被用于评估COVID-19肺炎患者的疾病轨迹和患者结局。然而，目前的报道没有包括疾病负担病变的定量测量，如体积、密度和异常类型，这可以大大改善COVID-19患者的预后。

Slomka说:“尽管已被证明可以预测COVID-19患者的临床恶化，但这些类型的ct衍生的定量肺部测量并不是临床常规的一部分，因为它们需要手动分割肺部病变，即使对经验丰富的技术人员或医生来说，这也是非常耗时的。”“而且时间并不总是很多。”

为了帮助克服这些问题，Slomka和他的团队创建了一个针对covid -19相关异常的快速自动警报系统，该系统在这些情况下非常有用。

该团队开发了一种新的全自动深度学习框架，用于快速多类分割肺损伤在不同的机构使用不同采集协议的对比和非对比CT图像来研究COVID-19肺炎。

然后，Slomka和同事们通过将其读数与专家对197名确诊为COVID-19患者的数据集进行的手动读数进行比较，评估了人工智能模型的性能，这些患者进行了阳性的逆转录PCR测试，68个未见过的测试案例，以及695个独立对照。

他们发现人工智能模型具有与专家手动测量相似的精度，但性能快速(整个3D肺扫描的100多个切片只需几秒钟，而专家手动注释需要30-45分钟)，适合在临床环境中使用。

“AI-assisted图像分析有助于改善对COVID-19患者的临床评估，”斯洛姆卡说。

该软件已经用于新SARS-CoV-2变种的放射学体征和临床严重程度的多中心临床研究。