雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
在過去的一段時間裡，世界各地的公司宣布了一系列基于人工智能的系統，可以在胸部CT或X光掃描中檢測出COVID-19。這些深度學習工具已經在醫院中被用來篩選輕度病例、篩選新的感染病例和監測疾病進展。
專家說，人工智能分析胸部掃描有可能減輕放射科醫生日益增長的負擔 -- 他們必須每天檢查和優先處理越來越多的病人胸部掃描。未來，這項技術可能有助于預測哪些病人最可能需要呼吸機或藥物治療，哪些病人可以回家治療。
斯坦福大學醫學中心兒科放射科醫生、斯坦福醫學和成像人工智能中心聯合主任Matthew Lungren說：“這将是一個殺手級的應用程式。”
一些公司正在出售他們的工具，另一些公司已經釋出了免費的線上版本，還有其他不同的組織在建立大型的醫療圖像衆包存儲庫，以産生新的算法。
特拉維夫大學教授、醫療軟體公司RADLogics首席科學家Hayit Greenspan表示：“我們設計的系統每天可以處理大量的CT掃描。已經具備了快速覆寫龐大人口的能力。”
盡管許多系統吹噓通過胸部掃描來診斷COVID-19的資料令人印象深刻，且報告的準确率高達98%，但這些人工智能工具仍舊幾乎不可能取代标準核酸測試，成為冠狀病毒感染的主要診斷工具。用于核酸檢測的拭子在車内或任何隔離的地方都可以進行取樣，而胸部掃描則需要在一個封閉的空間内進行，且伴有從業人員在身邊。這項技術帶來了挑戰，包括病人的輻射劑量和對從業人員和設施的暴露增加，以及從業人員需要配套使用個人防護裝置。美國放射學學院、美國疾病控制和預防中心、英國皇家放射科醫師學院和許多其他國家和國際組織明确建議不要使用CT作為一線篩查試驗。
Lungren說：“我不會把它作為主要的篩查工具，但我會利用它來進行機會性篩查，比如對因無關醫療原因接受影像檢查的患者标記可疑的CT或X光。”
在2月份發表在《放射學（Radiology）》雜志上的一系列論文中，早期證據顯示胸部掃描可能有助于對抗COVID-19。中國和美國的研究小組發現，COVID-19症狀患者的肺部有一定的視覺特征，如磨玻璃混濁，肺部模糊的暗斑擴散到足以阻止下伏血管或肺結構，以及肺密度增加的區域稱為實變。當一個人被感染的時間越長，這些特征就越明顯，且有可能在兩個肺部傳播。
之前，RADLogics發表了預印本研究，這意味着它還沒有得到其他科學家的同行評審。該工具還通過提供一個數字“Corona score”來跟蹤患者的進展情況，這是一種疾病嚴重程度的測量方法，可用于量化疾病随時間的進展。
Greenspan說：“有兩種我們可以做出貢獻的方法：識别、監測和預測病人的狀态。”後者可能在醫院資源有限的情況下有所幫助：Greenspan希望，随着時間的推移，通過對該工具進行多個患者胸部掃描的訓練，該系統将很快能夠預測哪些患者很快需要呼吸機，而哪些患者不需要。該小組正在意大利一家醫院工作，以确定随着患者的進步或康複，可能與Corona評分相關的具體治療方法。
香港醫療保險公司平安保險和上海AI創業公司Yitu Healthcare也宣布了基于AI的系統來評估胸部CTS。
3月30日，星期一，首爾的醫療人工智能軟體公司Lunit免費線上釋出了它的人工智能胸部X射線分析軟體。據該公司釋出的一份新聞稿稱，該軟體已經在南韓的冠狀病毒治療中心協助篩查，尤其是作為一種工具，為病例超負荷的放射科醫生對患者進行分類。它還被安裝在巴西最大的醫院網絡中，用于篩選症狀輕微的患者。
Lungren說，随着越來越多的公司和團隊釋出了胸部掃描的人工智能工具，合作将是至關重要的。“重要的是，我們都要分享我們的方法和資料，這樣我們才能在彼此的工作基礎上再接再厲。”
是以，有幾項主要工作是彙編來自世界各地醫院和社會的圖像和相關資料的大型開放資料庫。3月30日，由Lungren擔任特别工作組主席的北美放射學會宣布為COVID-19相關成像資料建立一個國際研究和教育倡議，并将與類似的大型European Imaging COVID-19 AI initiative合作，協調各項努力。
COVID-Net是另一個開放源碼項目，旨在收集和分析胸部X射線，最近報道了一個快速增長的資料集和為COVID-19風險分層量身定制的神經網絡的開發。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/zhibo立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-04-9
本文作者：人工智能學家
本文來自：“
人工智能學家 微信公衆号”，了解相關資訊可以關注“
人工智能學家”
![【MySQL資料庫】資料庫索引事務1.索引2.事務[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)