Alibaba разрабатывает систему искусственного интеллекта для диагностики Covid-19

Время чтения: 2 мин

(автор статьи — Стивен Ли)

Для своевременной обработки снимков компьютерной томографии пациентов с подозрением на Covid-19 Академия Alibaba DAMO и Alibaba Cloud совместно разработали ряд диагностических AI-технологий для клинического использования. AI-система может с высокой точностью проанализировать снимок КТ всего за 20 секунд, при этом точность составляет 96%. Главная больница Чжэнчжоу по Covid-19, введённая в эксплуатацию 16 февраля, начала использовать этот AI-алгоритм для облегчения клинической диагностики. Чжэнчжоу — столица провинции Хэнань, где зафиксирован один из самых высоких показателей заболеваемости за пределами провинции Хубэй.

Тестирование нуклеиновых кислот было признано основным стандартным методом диагностики Covid-19. С накоплением клинических данных, особенности больших данных изображений Covid-19 постепенно становятся более очевидными, а результаты диагностики становятся всё более и более важными. Согласно пятому изданию плана диагностики и лечения, обнародованному Национальной комиссией по здравоохранению, клинический диагноз не должен зависеть от результатов анализа нуклеиновых кислот. Клинические результаты диагностики по снимкам КТ могут быть использованы в качестве критерия для выявления новых случаев Covid-19.

Особенности визуализации КТ-рентгенограмм грудной клетки пациентов, инфицированных Covid-19, показывают слабовыраженные изменения в одном или обоих лёгких в виде пятен или сегментов уплотнений в виде молотого стекла. Количество снимков КТ на одного пациента Covid-19 составляет около 300, что значительно увеличивает объём работы врача, необходимый для постановки клинического диагноза. Визуальный анализ снимков КТ врачом изображений одного пациента может занять от 5 до 15 минут.

Команда разработчиков медицинского AI академии Alibaba DAMO осуществила разработку AI-системы на основании последних программ диагностики и лечения, выборке данных более чем 5000 случаев заболевания, а также опубликованных работ Чжун Наньшаня и других авторитетных команд по клиническим исследованиям пациентов с Covid-19, и разработала новую модель AI-алгоритма для ускорения диагностики вируса.

Согласно отчётам, благодаря обработке ретроспективных данных на естественном языке и использованию свёрточных нейронных сетей для обучения сетей распознавания снимков КТ, AI может быстро идентифицировать разницу между изображениями Covid-19 и обычными изображениями вирусной пневмонии со степенью точности распознавания 96%. AI требуется в среднем менее 20 секунд, чтобы идентифицировать каждый случай, что может эффективно снизить объём работы врачей. Кроме того, AI может также непосредственно вычислять размер очага поражения в лёгких пациента, тем самым количественно оценивая тяжесть случаев, что значительно повышает эффективность клинической диагностики.