清華新聞網(wǎng)5月28日電 近日，清華大學(xué)計(jì)算機(jī)系、清華大學(xué)人工智能研究院、北京信息科學(xué)與技術(shù)國(guó)家研究中心陳挺教授團(tuán)隊(duì)在頂級(jí)國(guó)際學(xué)術(shù)期刊《細(xì)胞》（Cell）在線(xiàn)發(fā)表題為“基于CT影像的新冠肺炎精準(zhǔn)診斷、定量及預(yù)后分析的臨床AI系統(tǒng)”（Clinically Applicable AI System for Accurate Diagnosis and Prognosis of COVID-19 Pneumonia Using Computed Tomography）的論文。本論文由清華大學(xué)聯(lián)合澳門(mén)科技大學(xué)、中山大學(xué)、廣州再生醫(yī)學(xué)與健康廣東省實(shí)驗(yàn)室、武漢人民醫(yī)院、宜昌市中心人民醫(yī)院、四川大學(xué)等機(jī)構(gòu)合作完成。這是目前國(guó)際上首次基于大規(guī)模的CT影像及臨床數(shù)據(jù)集構(gòu)建新冠肺炎的智能輔助診斷系統(tǒng)，并可識(shí)別早期重癥風(fēng)險(xiǎn)因素及輔助臨床藥物研發(fā)。
新冠肺炎疫情被世界衛(wèi)生組織列為最高級(jí)別公共衛(wèi)生緊急事件，目前疫情在世界其他國(guó)家和地區(qū)仍然面臨著嚴(yán)峻挑戰(zhàn)。在一線(xiàn)的治療中，CT影像是重要的輔助診斷工具。相較在標(biāo)準(zhǔn)實(shí)驗(yàn)室里進(jìn)行的分子檢測(cè)，CT掃描的速度快，也能更直觀(guān)地觀(guān)察到肺部的病理學(xué)特征及變化。開(kāi)發(fā)智能影像AI系統(tǒng)可以幫助放射科醫(yī)生和醫(yī)生進(jìn)行快速診斷并預(yù)測(cè)危重等級(jí)，這在醫(yī)療系統(tǒng)超負(fù)荷的情況下具有尤其重要的臨床應(yīng)用價(jià)值。
在這項(xiàng)工作中，科研團(tuán)隊(duì)采用了總計(jì)53萬(wàn)多張的CT影像，構(gòu)建了基于病灶分割的新冠肺炎智能診斷模型。該系統(tǒng)可對(duì)來(lái)自新冠肺炎患者、普通肺炎患者以及對(duì)照組的CT影像數(shù)據(jù)進(jìn)行區(qū)分，診斷新冠肺炎的準(zhǔn)確率達(dá)到了92.49%（靈敏度94.93%，特異度91.13%）。利用來(lái)自不同地區(qū)的不同數(shù)據(jù)集，這套AI診斷系統(tǒng)經(jīng)受住了真實(shí)世界研究的考驗(yàn)——利用大規(guī)模的回溯性數(shù)據(jù)及前瞻隊(duì)列研究，該AI系統(tǒng)均可達(dá)到90%左右的準(zhǔn)確率，即便是使用海外的CT數(shù)據(jù)，這套系統(tǒng)也達(dá)到了84.11%的準(zhǔn)確率。在回顧性數(shù)據(jù)中，系統(tǒng)獲得了90.70%的準(zhǔn)確率；在前瞻隊(duì)列研究中，系統(tǒng)在一個(gè)疫情高發(fā)區(qū)獲得了91.20%準(zhǔn)確率，在兩個(gè)疫情低發(fā)地區(qū)分別獲得90.32%、89.67%的準(zhǔn)確率。這一系列研究結(jié)果表明，這套AI診斷系統(tǒng)無(wú)論是采用中國(guó)數(shù)據(jù)還是國(guó)際數(shù)據(jù)，都具有良好的泛化性能。
此外，通過(guò)醫(yī)生手工標(biāo)注的四千余張CT影像的典型病灶，系統(tǒng)可以對(duì)新冠肺炎、其他病毒性肺炎及細(xì)菌性肺炎的五類(lèi)典型病灶（磨玻璃影、實(shí)變、空腔空洞等）自動(dòng)進(jìn)行精準(zhǔn)定位，通過(guò)精準(zhǔn)分析每一個(gè)病灶的大小和變化，可以作為藥物篩選檢測(cè)臨床試驗(yàn)的判別標(biāo)準(zhǔn)。
AI系統(tǒng)輔助臨床藥物研發(fā)
基于國(guó)際上肺部病變及肝損傷相關(guān)研究結(jié)果及臨床指標(biāo)，研究團(tuán)隊(duì)制定了綜合評(píng)分系統(tǒng)（c-score），該系統(tǒng)可以對(duì)新冠肺炎的危重癥進(jìn)行預(yù)測(cè)，為臨床提供更為準(zhǔn)確的預(yù)測(cè)模型和生存曲線(xiàn)分析，從而便于一線(xiàn)醫(yī)務(wù)人員及時(shí)介入治療并適當(dāng)?shù)胤峙滟Y源。此項(xiàng)研究不僅代表了技術(shù)上的突破性進(jìn)展，更為臨床醫(yī)生診斷決策和病情進(jìn)展、預(yù)后管理提供了有效依據(jù)，目前已經(jīng)在中山大學(xué)孫逸仙紀(jì)念醫(yī)院、武漢金銀潭醫(yī)院、湖北宜昌醫(yī)院等進(jìn)行了部署應(yīng)用，并通過(guò)國(guó)家生物信息中心進(jìn)行線(xiàn)上推廣。希望隨著成果的公布，可以為國(guó)際新冠肺炎疫情防控作出貢獻(xiàn)。
目前該新冠肺炎影像輔助診斷系統(tǒng)已經(jīng)經(jīng)過(guò)數(shù)次算法迭代與系統(tǒng)升級(jí)。為了更好地幫助全球控制疫情，該研究已經(jīng)通過(guò)國(guó)家生物信息中心平臺(tái)及醫(yī)院本地部署等方式，在全球范圍內(nèi)提供此AI系統(tǒng)，以協(xié)助來(lái)自不同國(guó)家和地區(qū)的臨床醫(yī)生和全球的研究團(tuán)隊(duì)更好地應(yīng)對(duì)新冠肺炎。
新冠肺炎影像輔助診斷應(yīng)用界面
在陳挺教授的支持和參與下，課題組王光宇博士為該論文第一通訊作者，博士生劉曉鴻為信息學(xué)科的第一作者，研究生王軻、張軒深度參與和推進(jìn)了此項(xiàng)科研工作和系統(tǒng)研發(fā)落地。
論文鏈接：
https://www.cell.com/cell/fulltext/S0092-8674(20)30551-1
供稿：計(jì)算機(jī)系
編輯：李華山 李晨暉
審核：程曦
