『科技日报』搭建CT影像综合分析AI辅助系统,这个跨界团队20天“交卷”


陈曦
“天津第一批医疗队出发驰援武汉……”看着手机里的新闻 , 天津医科大学肿瘤医院副院长徐波教授也陷入了深深地思索中 , 自己能为抗击新冠肺炎的疫情做些什么?
在此后不到20天时间里 , “总准确率83%、特异性80.5%、灵敏度84%、10秒/例……”这支由中国抗癌协会肿瘤人工智能专业委员和国家超级计算天津中心组成的“CT影像综合分析AI辅助系统”项目团队 , 就交出了一份令人满意的“答卷” 。
该科研团队搭建的 , 可较为准确地区别普通病毒性肺炎与新冠肺炎的新系统 , 近日上线 , 供国内医学界专业人员测试 。
作为项目研究团队的牵头人之一 , 徐波教授表示 , 虽然我们的团队不是专业研究病毒性肺炎的 , 但作为一名医务人员同时也是科研工作者 , 在国家需要时 , 投身抗疫 , 我们义不容辞 。
挺身而出
牵头组建团队紧急研发
作为中国抗癌协会肿瘤人工智能专业委员会主任委员的徐波 , 一直致力于推动人工智能技术在肿瘤学领域的应用 , 此次他第一时间就想到了人工智能技术 。
『科技日报』搭建CT影像综合分析AI辅助系统,这个跨界团队20天“交卷”
本文插图
徐波在工作中
“因为一直有项目合作 , 我马上联系了国家超级计算天津中心应用研发部部长孟祥飞博士 , 结果我们不谋而合 , 最终决定搭建一个影像分析的AI辅助系统 , 为CT等影像学检查判断新冠肺炎提供参考 。 ”徐波回忆说 , 这个设想源于核酸检测有一定假阴性率 。 虽然典型的CT图像可能有助于早期筛查疑似病例 , 但由于各种病毒性肺炎的图像比较相似 , 影像科医生很难通过肉眼直接判断 。 而CT影像的AI辅助诊断系统可以提供有力的参考 , 提高筛查诊断能力 。
“我们之前搭建过一个‘乳腺癌病理学综合分析AI辅助系统’ , 最初我觉得这个系统已有一个相对成熟的模型算法 , 在此基础上稍加修改 , 应该很快就能把新冠肺炎的模型搭出来 。 ”徐波笑着说 , 事实证明 , 我们轻敌了 , “新系统模型的搭建远没有那么简单 。 ”
新搭建的系统采用人工智能深度学习技术 , 对新冠肺炎和其他病毒性肺炎的CT图像进行分析鉴别 。 “让计算机深度学习 , 最主要的是要有大量数据训练集 。 数据案例最多的地方肯定是湖北 , 但此时一线的医护人员的重点都在患者的救治上 , 无暇顾及 。 而其他地方的案例又有限 。 ”徐波感慨 。
众人拾柴火焰高 , 人工智能专委会充分发挥团队作战优势 , 联合了西安交通大学第一附属医院、南昌大学第一附属医院、陕西省传染病医院等多家医疗机构 , 通过各种渠道 , 最终收集了宝贵的453张病毒性肺炎患者的CT影像资料 。
『科技日报』搭建CT影像综合分析AI辅助系统,这个跨界团队20天“交卷”
本文插图
【『科技日报』搭建CT影像综合分析AI辅助系统,这个跨界团队20天“交卷”】

『科技日报』搭建CT影像综合分析AI辅助系统,这个跨界团队20天“交卷”
本文插图
天津医科大学博士研究生王帅和科研助理肖明明对CT影像进行区域勾画和筛选
“搜集到CT影像只是第一步 , 大量繁琐的工作还在后边 。 天津医科大学2017级博士研究生王帅是徐波的学生 , 他负责对CT影像中需要计算机识别学习的区域进行勾画和筛选 。 “CT影像中的肺实变、磨玻璃影、铺路石等典型特征想要计算机学习 , 就得先告诉它们 , 这些特征在哪 , 因此区域的选择非常重要 , 直接影响到建模和机器学习的效果 , 以及系统最终的准确率 。 ”徐波说 , “没办法 , 时间紧 , 我给王帅下了死命令 。 所以他每天一早就一头扎在电脑前 , 一坐就是一天 , 每天都能超额完成任务 。 ”
面对失败
他们绝不轻言放弃


推荐阅读