称为DeepCOVID-XR,机器学习算法在发现COVID-19方面的表现优于专门的胸科放射科医生团队x射线大约快10倍,准确1-6%。
研究人员认为,医生可以使用人工智能系统快速筛查因其他原因入院的患者新型冠状病毒肺炎.更快、更早地发现这种高传染性病毒,可能会促使阳性患者更早地隔离,从而保护卫生保健工作者和其他患者。
该研究的作者还认为,该算法可能会将没有接受COVID-19调查的患者标记为隔离和检测。西北大学麦考密克工程学院电子与计算机工程教授Aggelos Katsaggelos说:“我们的目标并不是取代实际的测试。”“x光是常规的,安全而且便宜。我们的系统只需几秒钟就能对患者进行筛查,并确定是否需要隔离患者。”
美国西北医学布鲁姆心血管研究所(Northwestern Medicine Bluhm Cardiovascular Institute)的心脏病学家、人工智能博士后拉姆西·韦伯(Ramsey Wehbe)博士表示:“可能需要几个小时或几天才能收到COVID-19检测结果。”“人工智能不会确认某人是否感染病毒。但如果我们能用这个标记一个病人算法我们可以在检测结果出来之前加快分诊。”
一个训练有素的眼睛
对于许多COVID-19患者,胸部x光显示类似的模式。他们的肺不是清澈健康的,而是斑驳模糊的。Wehbe说:“许多COVID-19患者的胸部图像有特征性表现。“其中包括‘双边整合’。肺部充满液体并发炎,特别是下肺叶和周围。”
问题是,肺炎、心力衰竭和其他肺部疾病在x光下看起来很相似。只有训练有素的眼睛才能区分COVID-19和其他传染性较弱的东西。
Katsaggelos的实验室专门研究人工智能的用途医学成像.他和Wehbe已经在一起研究心脏成像项目,并想知道他们是否可以开发一个新的系统来帮助对抗大流行。“当疫情开始在芝加哥蔓延时,我们互相询问是否有什么我们可以做的,”Wehbe说。“我们正在研究使用心脏回波和核成像的医学成像项目。我们认为,我们可以利用我们的联合专业知识,帮助抗击COVID-19。”
人工智能与人类
为了开发、训练和测试新算法,研究人员使用了17002张胸部x光图像——这是COVID-19时代用于训练机器人的最大已发表的胸部x光临床数据集人工智能系统.在这些图像中,5445张照片来自西北纪念医疗系统各地的covid -19阳性患者。
然后,该团队对来自Lake Forest医院的300张随机测试图像进行了测试,测试对象是5名接受过心胸科研究员培训的经验丰富的放射科医生。每个放射科医生要花大约两个半小时到三个半小时来检查这组图像,而人工智能系统只需要18分钟。
放射科医生的准确率在76-81%之间。DeepCOVID-XR的准确率略高于82%。Wehbe说:“这些专家在阅读胸部成像方面受过专科训练。”而大多数的胸部x光片是由普通的放射科医生阅读的,或者最初由非放射科医生(如临床治疗医生)解读的。很多时候,决策都是基于最初的解读做出的。”
Katsaggelos说:“放射科医生很贵,而且并不总是能找到。”“x光不贵,而且已经成为常规护理的常见元素。这可能会节省资金和时间,尤其是因为在应对COVID-19时,时间至关重要。”
限制诊断
当然,并非所有COVID-19患者都显示出任何疾病迹象,包括胸部x光。特别是在病毒发展的早期,患者的肺部可能还没有表现。“在这些情况下,人工智能系统不会将患者标记为阳性,”Wehbe说。但放射科医生也不会。显然,COVID-19的放射诊断存在局限性,这就是为什么我们不会用它来取代检测。”
西北大学的研究人员已经公开了该算法,希望其他人可以继续用新数据训练它。目前,DeepCOVID-XR仍处于研究阶段,但未来可能会用于临床环境。
这项研究发表在杂志上放射学.
来源:西北大学