早发现、早诊断、早治疗可明显降低新型冠状病毒感染者危重症发生率和死亡率，而AI算法与医生经验的结合，将为新冠肺炎乃至更多类型的肺炎疾病提供早发现、早诊断、早治疗的高效解决方案。
按照国家卫健委印发的《新型冠状病毒肺炎诊疗方案（试行第七版）》，“影像学特征”被列为新冠肺炎疑似病例临床表现的三条之一。CT检查在新冠肺炎诊断中起重要作用，在主要地区一度作为临床诊断的主要依据。但常规CT检查也有不足，早期难以观察到较隐匿的病变，且与其他病毒性肺炎、细菌性肺炎难以区分等。
与医生肉眼观察不同，人工智能可以将视觉影像信息转化为深层次的特征性的信息，而且这些信息是可量化的。利用人工智能技术建立起的这套智能诊断系统，一是对于比较早期的病变，特别是肉眼观察不太明显的影像学改变，能够检测出来；二是定性比较准确，对病变能给出比较准确的诊断；另外整个流程的耗时相对人工而言能够大大缩短。
利用人工智能技术对相关数据进行更深层次的分析，具体过程是通过CT扫描获得数字化的影像，然后将影像数据导入软件系统中进行分析，通过机器的“深度学习”建立模型。对建立的模型，使用一定数量的确诊病例来验证其是否可靠，然后用于检测其他的未知病例。这种人工智能和影像诊断相结合的技术，此前多用于肿瘤的诊断。
做CT检查时，各家医院使用的机器设备、扫描参数等不尽相同。但做大样本分析，要求所有的影像数据都是规范和标准的。在将影像数据交给机器前，需要对数据进行标记，正因如此，数据的精确标记对人工智能应用具有重要影响，这意味着要对病灶进行精确分割。
近年来，计算机技术与影像诊断的结合日益密切。开展这项研究的出发点，是为临床诊断提供一些帮助，探索较早的较准确的诊断方法。目前已进行CT扫描技术的优化包括数据获取标准化方面的工作，同时收集相关病例的影像学资料、临床资料、实验室检测资料等，随后利用这些数据进行建模。预计该研究在一年左右完成，明年1—2月可投入临床使用。
不同的致病微生物都可能引起肺部的炎症，疫情后这套诊断系统将主要用于肺炎的检测及鉴别诊断，用于某些需要关注的肺部炎症。
雅安日报/北纬网记者 吴丹 整理
閱讀更多 生態雅安 的文章
