机器学习通过胸部ct诊断COVID-19

当前的黄金标准新型冠状病毒肺炎诊断方法是用鼻拭子进行逆转录聚合酶链反应。但这样的检测很耗时，需要数天才能得出结果。这浪费了治疗和预防该病的关键时间。最近，韩国科学家开发出了能够快速、准确地解读胸部的计算机框架CT扫描以在几分钟内提供COVID-19诊断，可能会改变我们应对这一疾病的方式。

在18个月多一点的时间里，小说冠状病毒（SARS-CoV-2)感染了1 800多万人，造成69万多人死亡。目前的反转录聚合酶链反应诊断标准因其灵敏度低、假阳性率高、检测时间长而受到限制。这使得很难迅速识别感染患者并为他们提供治疗。此外，患者在等待诊断测试结果时仍有传播疾病的风险。

胸部CT扫描已经成为一种快速有效的诊断疾病的方法，但它们需要放射科专家的专业知识来解释，有时扫描看起来类似于其他类型的肺部感染，比如细菌性肺炎。现在，包括韩国大邱庆北科学研究所(DGIST)在内的一组科学家在《医学图像分析》上发表了一篇新论文，详细介绍了一项自动、准确解读胸部CT扫描的技术。该研究的负责人、来自DGIST的Sang Hyun Park教授和Philip Chikontwe表示:“作为同样受到新冠疫情影响的学者，我们渴望利用我们在医学图像分析方面的专业知识，帮助更快地诊断和改善临床工作流程。”

为了构建诊断框架，研究团队使用了一种名为“多实例学习”(MIL)的机器学习技术。在密尔,机器学习算法是使用多个称为“实例”的示例集或“包”进行“训练”的。然后，MIL算法使用这些袋子来学习标记单个示例或输入。研究组对新开发的“双重注意对比的MIL (DA-CMIL)”框架进行了训练，将新冠病毒和细菌性肺炎区分开来，结果发现其性能与其他先进的自动图像分析方法不相上下。此外，DA-CMIL算法可以利用有限或不完整的信息有效地训练其人工智能系统。

“我们的研究可以从技术和临床两个角度来看待。首先，这里介绍的算法可以扩展到其他类型的医学图像的类似设置。其次，模型中使用的‘双重注意力’，特别是‘空间注意力’提高了算法的可解释性，这将帮助临床医生理解自动化解决方案是如何做出决策的，”Park教授和Chikontwe解释说。

这项研究远远超出了COVID - 19大流行的范围，为开发更强大和更廉价的诊断系统奠定了基础，这将特别有利于欠发达国家或医疗和人力资源有限的国家。