「高见」是高山大学公众号专为“观点分享”设立的栏目，在这里，我们将“原汁原味”推送高山大学朋友们的思考和洞见。
赠人玫瑰，手留余香，知识分享之后才会更有价值。这里天地广阔，畅所欲言。
世界卫生组织5月6日公布的最新数据显示，全球累计新冠肺炎确诊病例超过373万例，死亡人数超25万。虽然国内新冠疫情逐渐缓解，城市全部解封。但在全球范围内，许多国家和地区依旧面临着疫情的威胁，如何快速识别和诊断高危患者以进行早期干预仍然具有挑战性。
疫情暴发初期，高山大学2020级学员、澳门科技大学医学院张康教授便携手中国科学院等多家科研机构和大学的科研团队启动了应急科研攻关。
2020年4月25日，他们的研究成果发表在Cell上，论文标题为《Clinically Applicable AI System for Accurate Diagnosis, Quantitative Measurements and Prognosis of COVID-19 Pneumonia Using Computed Tomography》。
论文截图
该项研究中，他们研发了一项人工智能（AI）工具，称为“面向新冠肺炎的全诊疗流程的智慧筛查、诊断与预测系统”。使用了来自4154名患者，总计五十多万份数据，运用多种人工智能前沿技术所开发的系统，可以根据胸部的CT影像，对大量疑似病例进行快速筛查、辅助诊断和住院临床分级预警，实现对新冠肺炎病人的全生命周期管理。重要的是，还可以将新冠肺炎、其他常见肺炎以及正常对照区分开。目前，该系统已经在全球范围内免费公开，为早期临床治疗提供依据，协助医生在医疗系统超负荷的情况下进行快速诊断。
新型冠状病毒暴发于2019年12月初，平均潜伏期为5.2天，感染后会引起发烧、咳嗽以及其他类似流感的症状，影响人体多种组织和器官功能。许多受感染患者会发展为肺炎，并迅速转为严重的急性呼吸衰竭。
研究表明，超过60%的患者一旦病情发展到严重阶段，就会很快死亡。因此，在疾病早期进行严密监控和有效干预变得尤为重要。另外，由于季节性流感也会导致病毒性肺炎，因此，将新冠肺炎和其他类型的肺炎以及普通流感区分开来也很重要。不同于传统的端到端的深度学习模型，张康教授他们研发的这套诊断系统融合了两步不同的模型，第一步是基于语义分割的“肺部病灶”模型，其次是基于生成的肺-病灶图谱，将病人的整个CT（大约100~300张切片）作为输入，进一步构建智能诊断模型。通过研究来自新冠肺炎患者、普通肺炎患者、以及对照组的CT影像数据，AI学会了对其进行区分。澳门科技大学医学院院长霍文逊表示：该系统可在20秒内高效区分新冠肺炎与其他病毒性肺炎并可预测危重等级，且精准度高达90%以上。
张康教授 图自澳门科技大学官网
张康教授解释到，由20位10至15年以上资深的影像科专家小组对数据进行分级质量控制后构建了一个50多万的影像数据集。团队运用深度学习、语义分割、多个神经网路架构等技术创建了一个包含文本分析、量化分析和诊断分类在内的三大模块的AI诊断模型。
利用文本的定性分析来区分新冠肺炎和其他病毒性肺炎；再通过定量测量分割后的肺病灶，如毛玻璃影的体积比和实变体积比。
此外，基于国际标准上肺病变与肺及肝损伤相关研究结果以及临床指标，制定了一个综合评分系统，该系统可对新冠肺炎危重病变进行精准预测，预测结果对预后干预和治疗具有重要价值，尤其对用药后的病程对比，进而指导临床用药。
该项技术推进了精准医疗、智慧医疗和纵向随访的发展步伐，也提出一种新的预防建议，即除了改善肺功能外，还可通过保护其他重要器官和稳定系统回圈特性来预防进展为危重疾病。
该AI模型以高精准度和高效率的优势，不仅可以辅助临床医生做断诊决策，提高诊断准确率，缓解对诊断专业知识的需求，还可以减少其工作量，加快诊断效率，节省患者等待时间。
目前最新双语版本已在国内外多家试点医院完成落地部署，且受到各界高度认可。
张康教授指出，其团队仍在不断发展和完善基于AI的医学影像学技术体系，扩大临床适用范围，将其开发成为多种传染性疾病的有效辅助诊断工具，推动AI技术在医疗领域的长远发展，造福社会。
论文原文：https://www.cell.com/pb-assets/products/coronavirus/CELL_CELL-D-20-00656.pdf
高山大学多个岗位持续招聘中，欢迎志同道合的朋友们加入～
推荐阅读
点击阅读原文，加入高山大学，与全球科学家一起探索科学的乐趣。