与非网 2 月 17 日讯，日前，阿里巴巴达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新的 AI 诊断技术，可以在 20 秒内准确地对新冠疑似案例 CT 影像做出判读，帮助医生快速进行疑似病例诊断，分析结果准确率达到 96%。

 

据悉，2 月 16 日启用的河南郑州小汤山已经引入该算法辅助临床诊断，此外，该算法还将在湖北、广东、安徽等地近 100 家医院落地。

 

 

据了解，新冠肺炎患者的 CT 胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位新冠肺炎病人的 CT 影像大概在 300 张左右，这给医生临床诊断带来巨大压力，医生对一个病例的 CT 影像肉眼分析耗时大约为 5 至 15 分钟。 

 

为此，达摩院医疗 AI 团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文等，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，率先突破了训练数据不足的局限，基于 5000 多个病例的 CT 影像样本数据，学习、训练样本的病灶纹理，研发了全新的 AI 算法模型。

 

阿里云方面表示，通过 NLP 自然语言处理回顾性数据、使用 CNN 卷积神经网络训练 CT 影像的识别网络，AI 可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率达 96%。同时，AI 诊断技术识别一个病例平均只需耗费不到 20 秒，可辅助医生减轻诊断压力。

 

此外，这套技术还将计算病灶部位的占比比例，量化、预测病症的轻重程度，大幅度提升诊断效率，为患者的治疗争取宝贵时间。尤其对未接诊过新冠肺炎病例或低年资医生，可提供有效的诊断鉴别提示。

 

值得一提的是，在 CT 影像识别算法之外，达摩院还与阿里云研发了辅助诊断算法，该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息，进一步帮助辅助医生制定科学的治疗方案。