近日，中國疫情得到了基本控制，國外疫情迅速蔓延。為了防止疫情擴大，并及時對感染者進行治療，快速而準確的診斷技術是關鍵：一方面，在呼吸道疾病的高發(fā)時節(jié)，很多人都會出現(xiàn)肺部炎癥。準確的診斷能剔除感染其他病原體的病患，方便他們接受單獨的治療，從而減少暴露于新冠病毒的風險;另一方面，從目前數(shù)據(jù)來看，出現(xiàn)急性呼吸衰竭的病患有著很高的死亡率，而他們先前大多都有肺部炎癥。如果我們能第一時間找到新冠肺炎的跡象，就能在呼吸衰竭出現(xiàn)之前對他們進行治療。

日前，頂尖學術期刊《細胞》在線發(fā)表了一篇關于新冠疾病診斷的最新論文。由華人科學家主導的一支科研團隊開發(fā)了一款人工智能(AI)工具，可以根據(jù)胸部的CT影像，準確做出新冠肺炎的診斷。本論文由清華大學、中山大學、澳門科技大學等機構(gòu)聯(lián)手合作完成，通訊作者為張康，王光宇，林天歆，何健行，李為民，這一工具目前已向全世界醫(yī)務人員公開。

在一線的治療中，CT影像是重要的診斷工具。相較在標準實驗室里進行的分子檢測，CT掃描的速度更快，也能更直觀地觀察到肺部的病理學特征。我們知道，“閱讀”CT影像數(shù)據(jù)，正是AI在醫(yī)療領域應用的強項之一。早在2018年，張康教授團隊就曾在《細胞》雜志上發(fā)表文章，介紹了一款能夠基于X線胸片來區(qū)分兒童細菌性肺炎和病毒性肺炎的AI工具。次年其團隊開發(fā)了一款診斷兒童病歷的AI(相關閱讀：《自然》子刊：AI閱讀病歷，理解患者病情，推薦臨床診斷，準確度超過年輕醫(yī)生!夏慧敏/張康聯(lián)合團隊帶來AI診療里程碑突破)。

在這項工作中，科學家們基于3777名患者總計53萬多張的CT影像，開發(fā)了一款新冠肺炎的AI診斷系統(tǒng)。不同于傳統(tǒng)的端到端的深度學習模型，這套診斷系統(tǒng)融合了兩步不同的模型，第一步是基于語義分割的“肺部病灶”模型，其次是基于生成的肺-病灶圖譜，將病人的整個CT (大約100-300張切片)作為輸入，進一步構(gòu)建智能診斷模型。這一工作可以避免“黑箱”模型在實際醫(yī)療應用中的缺陷，提高AI診斷系統(tǒng)的可解釋性和泛化性能，也可以提高診斷的準確度。通過研究來自新冠肺炎患者、普通肺炎患者、以及對照組的CT影像數(shù)據(jù)，AI學會了對其進行區(qū)分。

研究人員們報道說，在自我測試中，這套AI系統(tǒng)診斷新冠肺炎的準確率達到了92.49%(靈敏度94.93%，特異性91.13%)。利用來自不同地區(qū)的不同數(shù)據(jù)集，這套AI診斷系統(tǒng)經(jīng)受住了真實世界的考驗——利用回溯性數(shù)據(jù)及前瞻研究，該AI系統(tǒng)均可達到90%左右的準確率，即便是使用海外的CT數(shù)據(jù)，這套系統(tǒng)也達到了84.11%的準確率。這一系列研究結(jié)果表明，科學家們開發(fā)的這套AI診斷系統(tǒng)無論是采用中國數(shù)據(jù)，還是國際數(shù)據(jù)，都能取得較好的表現(xiàn)。

這套系統(tǒng)可以輔助年資較低的醫(yī)生，提高他們的讀片能力(圖片來源：參考資料[1])　　與人類醫(yī)生相比，研究人員們發(fā)現(xiàn)AI系統(tǒng)的表現(xiàn)遠超過年資較低的醫(yī)生，而與中級/資深放射科專家的表現(xiàn)差不多。這一結(jié)果表明AI系統(tǒng)可以協(xié)助經(jīng)驗較少的醫(yī)生來做出診斷，快速將他們的讀片能力提高到和資深醫(yī)生接近的水平。在醫(yī)療資源緊張，資深醫(yī)生難求的國家和地區(qū)，這套系統(tǒng)的重要意義不言而喻。

值得一提的是，這套AI系統(tǒng)還基于CT的量化特征及臨床資料，識別出了一些與患者預后有關的臨床特征，發(fā)現(xiàn)COVID-19疾病不僅僅會影響呼吸系統(tǒng)的功能，還會影響到其他多個器官。另外，它也有望為臨床預后提供更為準確的預測模型和生存曲線分析，便于醫(yī)務人員及時介入，進行治療。

總結(jié)來看，在大量臨床CT影像的支持下，研究人員們開發(fā)出了一款AI系統(tǒng)，能夠準確地從出現(xiàn)不同癥狀的患者中，準確挑選出發(fā)生新冠肺炎的患者。這不僅能用于臨床的快速診斷和治療，還能協(xié)助訓練資歷較淺的醫(yī)生，幫助他們快速成長。

最后，科學家們宣布，為了更好地幫助全球控制疫情，他們將免費公開這一AI工具，協(xié)助來自不同國家和地區(qū)的醫(yī)務人員。

向這些科學家致敬，也期待全球能夠早日終結(jié)新冠疫情!