必赢76net线路附属金陵医院(东部战区总医院)
新冠肺炎诊断获重要突破
——AI精准识别高风险重症患者,预判病程进展精确到“天”
必赢76net线路附属金陵医院(东部战区总医院)放射诊断科卢光明、张龙江教授团队在数字医学领域《NPJ Digital Medicine》期刊发表题为AI-based Analysis of CT Images for Rapid Triage of COVID-19 Patients (基于人工智能图像分析技术的新冠肺炎快速风险分层系统)的论文。该成果以必赢76net线路附属金陵医院(东部战区总医院)为第一完成单位与通讯单位,第一作者为必赢76net线路直博生徐沁梅,通讯作者为必赢76net线路附属金陵医院卢光明教授以及斯坦福大学人工智能与医学影像研究中心Olivier Gevaert教授。
图1.该研究搜集来自全国39家医院,从2019年12月27日至2020年3月31日,共计3522例患者的数据;经过纳排标准,最终入组26家医院,共计2362例患者的数据;其中1662例数据作为模型的训练数据(cohort 1),其余700例组成两个测试集(cohort 2和cohort 3)。
精准预测新冠患者病情进展并实现快速分诊,是此项研究成果的重要价值。据悉,卢光明教授团队自2020年3月起,致力于创建全新多模态综合评估手段,以预测患者病情进展情况及进展时间。该研究集中全国39家医院3522例新冠肺炎患者,利用人工智能软件处理并提取患者CT影像组学特征,结合血液检测实验室指标和临床资料等多维度数据,构建机器学习模型,首先预测患者在未来28天内是否会进展为重症并需要送入重症监护病房,然后对可能出现重症的患者进行分层,预测他们是否会发生呼吸衰竭等需要机械通气的情况,以及是否会发生死亡。此外,模型还会预测高危病人发生每项关键事件的时间点,如:入院后多少天需要送入重症监护病房或机械通气、入院后多少天会出现死亡,预判准确率高达97.9%。COVID-19蔓延持续淹没全球医疗资源,此项研究是优化并保障医疗资源供应、平衡疫区ICU负荷、实现及时救治的关键 (图1)。
论文题目及相关链接:
Qinmei Xu, Xianghao Zhan, Zhen Zhou, Yiheng Li, Peiyi Xie, Shu Zhang, Xiuli Li, Yizhou Yu, Changsheng Zhou, Longjiang Zhang, Olivier Gevaert & Guangming Lu. AI-based analysis of CT images for rapid triage of COVID-19 patients. Nature Partner Journal of Digital Medicine. 4, 75 (2021). https://www.nature.com/articles/s41746-021-00446-z