清华大学团队研发新冠肺炎智能检测与分级系统

　　本文介绍清华团队研发基于人工智能的新冠肺炎影像辅助诊断及诊断分级预测应用。

　　今年以来，新型冠状病毒席卷我国各省，给人民的生命安全带来了巨大的威胁。同时，随着疫情的不断扩散，韩国、日本等亚洲国家疫情正日益加剧，疫情向全球蔓延的态势已经初显。

　　目前我国各地均采取了集中医疗资源救治新冠肺炎患者的政策，疫情已得到初步控制，但是医疗资源和条件的限制依然是当下的重要难题。在医疗资源短缺的情况下，对患者的病情进行确诊、重症预测对救治工作显得尤为重要。若能提前对病人的诊断进行预测和分级，将便于医疗机构对不同类别的患者实施不同的治疗、隔离模式，并采取相应的院感防止措施，提升诊疗效率与质量。

　　近日，清华大学计算机科学与技术系，清华大学人工智能研究院&北京信息科学与技术国家研究中心陈挺教授团队，联合广州再生医学与健康广东省实验室、中山大学孙逸仙纪念医院、中山大学附属第二医院医院、澳门科技大学、宜昌市中心人民医院信息中心，研发了基于人工智能的新冠肺炎影像辅助诊断及诊断分级预测应用，将助力各地医疗机构提升新冠肺炎的诊治效率与质量。

　　新型肺炎AI应用1——智能影像辅助判读

　　为医院影像科提供一个CT影像辅助诊断工具，该工具可以对COVID-19肺炎、其他病毒性肺炎及细菌性肺炎的六类典型病灶（磨玻璃影、实变、空腔空洞等）自动进行标注，呈现基线直方图，并给出新冠肺炎辅助判读结果预测。

　　该AI模型使用了图像识别、语义分割、神经网络等关键AI技术，对各影像切片病灶进行精准定位，并实现病灶的像素级识别，准确率超过90%。此外，此系统可以自动计算不同种类病灶的体积占比等量化特征，为影像科医生提供精准判读建议。在此基础上，该模型可以对影像进行影像危重程度评价，在超过4万张CT影像上测试结果显示，模型评价与医生评价的相关性达到0.90以上（p<0.001）。

　　

　　图 新冠肺炎影像辅助诊断应用界面

　　

　　图 广州中山二院使用实景

　　新型肺炎AI应用2——智能诊断分级预测

　　为临床医生提供一个新冠肺炎疑似/确诊患者医疗信息综合查询应用，展现患者新冠肺炎诊断所有相关的临床指征信息。并实时通过AI计算，预测患者的确诊几率和临床危重症几率。并可对各指征变化进行连续性监测，便于医生快速掌握患者患病情况，准确的采取对应的诊治措施。

　　AI读片模型使用了将近40万张CT图像进行训练，结合使用最新研发的医学分析融合模型，通过对患者检验、影像学、体格检查、辅助检查等多个维度进行综合分析，得出新冠肺炎诊断及危重症预测，实现辅助诊断准确率90%以上，对住院病人发展为危重症及器官衰竭（肝肾功能、心脏、凝血等）的预测准确率超过85%。

　　

　　图 新冠肺炎诊断分级预测应用界面

　　目前新冠肺炎影像辅助诊断应用已在中山大学孙逸仙纪念医院、中山大学附属第二医院、宜昌市中心人民医院等医疗机构进行使用，近两周已为超过5000例CT影像进行了辅助诊断识别，大大提升了影像医生的阅片效率，得到了各个单位的高度认可。而新冠肺炎诊断分级预测应用即将在宜昌市中心人民医院投入使用。清华大学陈挺教授团队的助理研究员陈宁，王光宇博士以及研究生刘晓鸿、王轲、张轩深度参与和推进了技术的开发和落地。在此，也感谢中山大学孙逸仙纪念医院、中山大学附属第二医院医院等的医学团队对AI模型训练数据进行标注。

　　后续我们将联合广州再生医学与健康广东省实验室，通过多个渠道面向国内外医疗机构推广使用，希望借助信息技术等手段提升诊治质量，为这次疫情的控制，尽我们最大的一份力！

　　—完—