西奈山的研究人员开发了一种独特的人工智能(AI)算法，可以根据CT扫描和患者数据检测COVID-19。
– 西奈山团队将来自那些CT扫描的数据与临床信息相集成，以开发AI算法。它模拟了医生用于诊断COVID-19的工作流程，并给出了阳性或阴性诊断的最终预测。
西奈山的 研究人员是美国第一个将人工智能(AI)结合成像和临床数据用于分析疾病(COVID-19)的患者。他们开发了一种独特的算法，该算法可以根据胸部疾病的胸部CT扫描，结合症状，年龄，血液检查以及可能与被感染者的接触等信息，快速检测出COVID-19。病毒。这项研究是在先前的西奈山研究的基础上进行的，该研究确定了COVID-19患者肺部疾病的特征性模式，并显示了该疾病在一周半的过程中如何发展。
研究方案
这项研究发表在5月19日的《自然医学》杂志上，可以帮助世界各地的医院迅速检测出该病毒，隔离患者并防止其在大流行期间传播。这项新研究涉及对西奈山从中国医院的机构合作者那里接收的900多名患者进行的扫描。2020年1月17日至3月3日，患者被送往中国13个省的18个医疗中心。扫描包括419例确诊的COVID-19阳性病例(大多数要么是最近到暴发开始的中国武汉旅行，要么是与感染的COVID-19患者接触)和486次COVID-19阴性扫描。
研究人员还获得了患者的临床信息，包括血液测试结果，显示白细胞计数或淋巴细胞计数以及年龄，性别和症状(发烧，咳嗽或有粘液的咳嗽)有任何异常。他们专注于CT扫描和血液检查，因为中国的医生将这两种方法用于诊断COVID-19的患者是否发烧或曾与受感染的患者接触。
用于COVID-19检测开发的AI算法
西奈山团队将来自这些CT扫描的数据与临床信息进行整合，以开发AI算法。它模拟了医生用于诊断COVID-19的工作流程，并给出了阳性或阴性诊断的最终预测。AI模型会根据CT图像，临床数据以及两者的组合得出分别为COVID-19阳性的概率。研究人员最初对905位患者中的626位患者的数据进行了算法的训练和微调，然后在研究组的其余279位患者(COVID-19阳性和阴性病例之间进行了测试)中对该算法进行了测试，以判断测试的敏感性;更高的灵敏度意味着更好的检测性能。
研究结果/结果
经证明，与放射科医生评估图像和临床数据的75%相比，该算法具有统计上显着更高的灵敏度(84%)。AI系统还改善了CT扫描阴性的COVID-19阳性患者的检测。具体而言，它识别出68%的COVID-19阳性病例，而放射科医生将这些病例归因于CT表现为阴性，因此均为阴性。如果患者初次出现症状时扫描未显示出肺部疾病(因为先前的研究表明肺部疾病并不总是在头几天出现在CT上)和COVID-19症状，那么改善检测对保持患者隔离就显得尤为重要。通常是非特异性的，类似于流感或普通感冒，因此可能难以诊断。