COVID-19开发自动判定、统计肺炎症状的ICT医疗支援技术是当务之急

日本顺天堂大学11月1日宣布，开发成功了针对新型冠状病毒感染（COVID-19）肺炎的CT图像巡诊系统。作为国立信息通信研究机构（NICT）委托研究的一环，该大学研究生院医学研究科放射线诊断学的青木茂树教授、明石敏昭准教授等人与信息·系统研究机构、国立信息学研究所（NII）、名古屋大学共同开展了这项研究。研究成果除了在《SPIE Medical Imaging 2022》上发表外，还多次在论文和学术会议上对外发表。

新型冠状病毒（SARS-CoV-2）感染引起的COVID-19大流行导致医疗服务供应资源紧张。这不仅对COVID-19患者造成了影响，对其他就诊者也造成了严重的医疗服务水平低下。在这种世界性的紧急事态中，除了维持正常的医疗服务水平以外，还需要迅速提供应对紧急事态的适当的医疗服务。作为提供医疗服务的第一资源，医生、护士、技师等人力资源是很难立即确保的。

如果能够开发利用ICT的医疗支援技术，迅速投入到医疗现场，就可以预见有限的人力资源应对状况的改善。例如，根据日本全国医疗机构拍摄的X射线CT图像，自动判定肺炎症状，自动统计肺炎患者每天的增减情况，如果有这样的系统，就可以预测和确保今后所需的人力资源。为了在紧急情况下迅速开发这样的系统，在将包括图像在内的医疗信息从全国的医疗机关集中存储并活用的ICT平台的基础上，从平时开始研究基于ICT的医疗支援技术，否则就无法实现。

NII早在COVID-19流感大流行之前就开始研究开发人工智能医疗辅助技术。为了能够在紧急情况下迅速向临床现场提供必要的医疗支援，在2017年建立了综合利用ICT的医疗信息积累和基于机器学习的数据分析功能的平台——云基础，并延续至今。

COVID-19肺炎CT图像的分析基础和辅助诊断人工智能已经开发完成

在这个平台上，NII与同大学和名古屋大学共同建设的COVID-19肺炎CT图像解析基础，以及利用该基础研究开发的自动识别肺炎典型度的COVID-19诊断辅助AI已经开始运行。

日本医学放射线学会开发并管理运营的日本医学影像数据库（J-MID）中网罗性地积累的CT影像中，筛选通过PCR检查判明为COVID-19的病例，北美放射线学会根据（RSNA）规定的COVID-19肺炎典型分类来评估CT影像。到现在为止，累积了由图像和诊断信息（注解）组成的COVID-19肺炎病例数据共计1,553例。这些数据通过“SINET”被收集到NII的云基础上，NII建立了工作流程，以便利用这些数据提取必要的信息，以便快速进行AI分析，并对COVID-19肺炎的AI分析进行最优化作为学习数据集进行了整备。

名古屋大学利用该学习数据集开发了COVID-19诊断辅助人工智能，用于从CT图像进行RSNA典型度自动识别。即使在学习数据只有20例的情况下，我们开发的方法也能实现比传统方法更高精度的肺野分割。

利用“3d CNN”构建自动判断和统计COVID-19肺炎典型程度的系统

在此次的研究开发中，利用NII的云基础优势，构建了从每天发送到云基础的大量CT图像中，仅筛选出肺野来判定并统计COVID-19肺炎典型程度的搜索系统。

具体来说，在判别AI中使用3d Convolutional Neural Network （3d CNN）新实现了自动判别。在实现3d CNN的过程中，独立开发了在CT图像的Axial、Coronal、Sagittal断面上分别并行提取图像特征，并将这些特征进行整合来判别3d图像的机构，实现了约83%的分类精度。

以图像为基础，可以判断和推测感染动态

通过开发用于COVID-19诊断辅助人工智能的验证实验软件，能够对基于云的CT图像持续获得人工智能的自动判别结果。这是一种将基于云的COVID-19诊断辅助人工智能连接起来，对医疗机构存储在云端的CT图像自动应用人工智能的各项处理，得到判别结果的机制。这样一来，从过去到现在的多张CT图像中自动计数感染病例，就可以获得COVID-19感染扩大状况的统计数据。这是一种能够基于图像判断和推测感染动态的系统。

通过继续运用这次的监视系统，可以预测在CT图像上发现疑似病毒性肺炎的COVID-19感染者的动态。不管是否发病，测量病毒阳性者的PCR抗原检查，患病人数的计算依赖于基于过去经验的发病率。由于发病率会根据病毒株和感染者的状态而变化，因此很难实时追踪患病者的实际情况。该监视以CT的图像为指标，因此与发病率无关，可以追踪肺炎患者的实际情况。这有助于提前预测医疗服务的需求，避免医疗资源的紧张。

研究开发能够迅速应对临床需求的医疗人工智能

今后，研究小组将推进旨在提高COVID-19诊断辅助AI精度的算法研究，提高监视系统的可靠性。另外，每天接收网罗数据的云环境是“成长数据库（evergrowingdatabase）”这一特质，因此该研究小组表示：“计划研究开发能够迅速应对COVID-19以外疾病的监测和临床现场需求的医疗AI。”

百度浏览   来源 : 译程健康   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。