湘雅二医院研究基于影像组学的新冠肺炎自动诊疗模型

湘雅二医院研究基于影像组学的新冠肺炎自动诊疗模型

可又快又准鉴别新冠患者

湖南日报11月17日讯(全媒介记者 周阳乐 通讯员 郭三元 段爱珍)冬日是流感病毒多发季度，医院发烧门诊怎样初期有效地从大批发烧患者中发掘并诊疗新冠肺炎?记者今日从中南大学湘雅二医院得悉，该院放射科主任刘军老师率领队伍借助影像组学及深度学习的方式，研究了高效、高确切率的新冠肺炎自动诊疗模型，可用来临床辅助诊疗，提升诊疗效益，并已通过省科技厅验收。 

据悉，2020年新冠肺炎疫情爆发此后，省科技厅联合省财务厅快速公布抗击新冠肺炎疫情应急专题，采用特事特办的方法立项52项，刘军队伍“基于深度学习的新式冠状病毒肺炎自动迅速诊疗及临床抉择辅助体系的研发”申报到项目，并获得丰盛成果，已顺遂通过验收。 

在项目施行一年时期，他们奔赴武汉等抗疫前线，通过深度学习信息解决技术训练CT图片并且临床信息，创建了3个新冠肺炎严重水平分级人工自动模型及3个辨别诊疗人工自动模型，能辅助临床医师迅速筛查可疑患者，从而到达早筛查、早隔离、早诊疗、早治愈的目的。 

刘军简介，在他们展开的一项大范围多核心研发中，归入了武汉的2447例新冠肺炎患者和800例非新冠肺炎患者的肺部CT图片成为训练集，归入了分别来自高、中、低危害地方发烧门诊的共2120例患者肺部CT图片并且722例方舱医院接诊的新冠肺炎患者肺部CT图片成为外部验证集，开发了1个基于U网络的人工自动模型进行新冠肺炎的智能诊疗，并在1个含盖了100例新冠肺炎患者肺部CT图片的信息集上，将该模型的检查效能与影像科医师的鉴别结果进行较为。 

“自动诊疗模型报表1例阴性病例的平均时间是0.55分钟。与之相比，放射科医师完结1例阴性病例初阅并完结报表的平均时间是16.21分钟，进行报表核验和签发的平均时间是23.16分钟。以及，自动诊疗模型的评判结果与放射科医师的评判结果拥有较好的一致性。因此，该模型能迅速、有效地进行新冠肺炎患者的鉴别，有望在发烧门诊大范围应用，辅助迅速发掘可疑患者，减小人群集结时间。”刘军表示，新冠肺炎自动诊疗模型的建立，极大水平提升了放射科医师的工作效益，以及可以提高不同型号肺炎辨别的确切度，有望为将来重要公共事情的应付供应新的处理计划。 

[责编:曾璇]

[来历:湖南日报·新湖南用户端]