發(fā)布時間：2021-06-14 03:28

　　目的探索基于CT影像的人工智能（Artificial Intelligence,AI）輔診系統(tǒng)在新型冠狀病毒肺炎（Coronavirus Disease2019,COVID-19）與其他社區(qū)獲得性肺炎（Community Acquired Pneumonia,CAP）鑒別診斷中的應(yīng)用價值。方法收集2019年1月27日至2020年2月20日103例肺炎患者,其中29例COVID-19患者,74例為排除COVID-19的CAP患者。兩組患者均行MSCT掃描,應(yīng)用常規(guī)閱片+AI輔診系統(tǒng)輔助閱片方式對CT圖像進(jìn)行評價,并使用AI輔診系統(tǒng)對兩組患者的感染區(qū)域進(jìn)行定量測量,比較兩組診斷結(jié)果差異。結(jié)果 COVID-19組的AI測量值密度HU（-750,-300）感染體積和感染占比平均水平均顯著高于CAP組（P<0.05）。其他測量值結(jié)果在兩組間無統(tǒng)計學(xué)差異（P>0.05）。結(jié)論基于AI測量的結(jié)果可以作為鑒別COVID-19和CAP的補(bǔ)充依據(jù),結(jié)合AI定量測量結(jié)果和人工判斷可以更方便和快捷地為COVID-19提供可靠的鑒別診斷依據(jù)。 

【文章來源】：中國醫(yī)療設(shè)備. 2020,35(06)

【文章頁數(shù)】：5 頁

【部分圖文】：

COVID-19單發(fā)病灶CT圖像

COVID-19多發(fā)病灶CT圖像

CT影像是篩查COVID-19的有效方法，與核酸檢測相比耗時少，完成一次胸部CT掃描僅需要幾十秒。高清晰度的CT圖像可以通過網(wǎng)絡(luò)傳輸，便于遠(yuǎn)程閱片。CT圖像的分辨力高，可以很好地顯示肺部病灶的細(xì)節(jié)及特點，但薄層CT影像圖片較多、工作量大，一次CT掃描就產(chǎn)生超過300幅影像。診斷準(zhǔn)確性取決于影像診斷醫(yī)師的水平和細(xì)致程度，工作強(qiáng)度較大，容易出現(xiàn)漏、誤診。我院作為北京市COVID-19定點收治醫(yī)院，引入“u AI新冠肺炎智能輔助分析系統(tǒng)”，處理完成300余幅圖像僅需10 s，而人工處理需要10～15 min以上才能完成全部評價，現(xiàn)在AI+人工大約5 min就可以完成，大幅提高了臨床診斷效率，為臨床COVID-19的準(zhǔn)確診斷提供了新的依據(jù)和保障[4-6,14-15]。COVID-19和CAP患者的CT影像存在差別。目前，臨床上更多的是進(jìn)行形態(tài)學(xué)內(nèi)容分析、定性描述[9-10,16-17]，而我們通過在臨床工作中應(yīng)用AI，可以對肺炎病灶進(jìn)行的定量分析，其中的部分指標(biāo)對COVID-19的診斷和鑒別診斷具有統(tǒng)計學(xué)意義�；贏I測量指標(biāo)的COVID-19 CT影像鑒別診斷在臨床上也可以實現(xiàn)。

【參考文獻(xiàn)】：
期刊論文
[1]新型冠狀病毒肺炎初診臨床特征及高分辨率CT影像表現(xiàn)[J]. 陸雪芳,龔?fù)?王莉,李亮,謝寶君,彭宙鋒,查云飛.  中華放射學(xué)雜志. 2020(04)
[2]廣州地區(qū)新型冠狀病毒肺炎的高分辨率CT表現(xiàn)與臨床特點[J]. 余成成,瞿靜,張烈光,江松峰,陳碧華,官宛華,甘清鑫,黃德?lián)P,凌洲焜,江芮,林琳,劉晉新.  中華放射學(xué)雜志. 2020(04)
[3]新型冠狀病毒肺炎的放射學(xué)診斷：中華醫(yī)學(xué)會放射學(xué)分會專家推薦意見(第一版)[J]. ChineseSocietyofRadiology,ChineseMedicalAssociation.  中華放射學(xué)雜志. 2020(04)
[4]新型冠狀病毒肺炎首次胸部高分辨率CT影像分析[J]. 劉海峰,張東友,陽義,龍斌,尹龍,趙明,彭勇.  中華放射學(xué)雜志. 2020(04)
[5]新型冠狀病毒肺炎不同臨床分型間CT和臨床表現(xiàn)的相關(guān)性研究[J]. 黃璐,韓瑞,于朋鑫,王少康,夏黎明.  中華放射學(xué)雜志. 2020(04)
[6]新型冠狀病毒核酸檢測假陰性結(jié)果原因分析及對策[J]. 里進(jìn),葉光明,陳良君,王嘉俊,李一榮.  中華檢驗醫(yī)學(xué)雜志. 2020(03)
[7]人工智能在胸部疾病診斷中的研究進(jìn)展[J]. 崔鳳至,弓婷婷,劉建華,穆興國.  中國醫(yī)療設(shè)備. 2019(09)
[8]基于深度學(xué)習(xí)的人工智能胸部CT肺結(jié)節(jié)檢測效能評估[J]. 李欣菱,郭芳芳,周振,張番棟,王卿,彭志君,蘇大同,范亞光,王穎.  中國肺癌雜志. 2019(06)
[9]影像組學(xué)在肺癌精準(zhǔn)診療中的研究進(jìn)展[J]. 史張,張雪鳳,蔣濤.  中國肺癌雜志. 2019(06)
[10]螺旋CT對SARS和其他社區(qū)獲得性肺炎的鑒別診斷及其預(yù)后評價[J]. 杜鐵橋,董杰,楊振濤,何悅明.  中華放射學(xué)雜志. 2004(05)



本文編號：3228971