AI 技术如何助力医生抗击新冠肺炎?

这是一场波及全球的大流行病。
为了高效和有效地控制疫情传播,
我们需要竭尽所能募集有生力量,
甚至需要借助 AI 技术。
Icon arrow down
virus objectvirus object

AI 技术也能为新冠肺炎的管理出一份力量

免费在线解决方案

Lunit 开发了可帮助放射科医师判读 X 光胸片的 AI 软件。这款软件名为 Lunit INSIGHT CXR,可发现多种可作为新冠肺炎 (COVID-19) 感染指征的影像学表现,包括肺实变

鉴于当前疫情爆发的形势,我们发布了一个特别版 Lunit INSIGHT CXR,以支持医疗机构更好地管控新冠肺炎。目前,韩国和巴西的多所医院已经在采用这款解决方案管控新冠肺炎,帮助其执行患者分类和监测。

韩国大邱附近一家新冠肺炎医护中心的医务人员正在用 Lunit INSIGHT CXR 检查患者的 X 光胸片。

我们能提供哪些帮助

借 AI 之力保持医院高效运转

当前的新冠肺炎疫情让全球各地的医疗服务机构不堪重负,他们需要承担大量的检测、诊断和治疗任务。尽管 PCR 是一种能够有效确诊患者是否感染了新冠肺炎病毒的检测方法,但这种方法需要耗时多达 2 天(甚至更久),因此会造成关键的患者诊治决策延误。这可能造成巨大的安全隐患,毕竟诊断延误就可能导致病毒进一步传播。
X 光胸片检查可快速、有效且经济地评估与新冠病毒相关的肺炎。我们建议利用 AI 工具,用来支持 X 光胸片的判读,具体如下。

Lunit INSIGHT CXR 用于新冠肺炎响应的用法建议

  • 病例超负荷期间将其用作支持工具,以免因医护团队超负荷工作而导致判读质量下降
  • 在获得 PCR 结果之前,将此解决方案与便携式 X 光检测设备配合使用,以获得快捷检测结果并制定相应决策
  • 用于为轻症患者执行必要的定期监测,以根据症状进展情况对患者进行鉴别和/或分类

> 尽管 ACR 和 CDC 目前不建议在封闭空间中使用 CT 或胸部 X 光检查,以免病毒通过空气或表面传播,但 ACR 也指出,如果出于医学考量确有必要,医疗机构可以考虑部署便携式放射线照相装置,毕竟这种便携式装置的感染风险相对较低。

Publications

AI Performance in COVID-19 Settings Validated in Peer-Reviewed Journals

Implementation of a Deep Learning-Based Computer-Aided Detection System for the Interpretation of Chest Radiographs in Patients Suspected for COVID-19

Published in Korean Journal of Radiology, Jul 17, 2020
Eui Jin Hwang, MD, PhD, Hyungjin Kim, MD, PhD, Soon Ho Yoon, MD, PhD, Jin Mo Goo, MD, PhD and Chang Min Park, MD, PhD
Department of Radiology, Seoul National University College of Medicine, Seoul, Korea.

According to the study, radiologists with the assistance of Lunit INSIGHT CXR identified patients with rRT-PCR-positive COVID-19 or pneumonia on CXR with a reasonably acceptable performance. Sensitivity and specificity of AI-aided CXR interpretation for rRT-PCR-positive COVID-19 cases were 68.8% and 66.7%, and for CT abnormalities suggesting pneumonia was 81.5% and 72.3%, respectively.

In addition, the turnaround times of AI-aided CXR reports were significantly shorter than those of rRT-PCR results, with 51 and 507 minutes, respectively.

The findings of the study demonstrate that AI-aided CXR interpretation may assist with timely clinical decision-making and management of patients suspected for COVID-19. Patients with positive radiographs could be subject to enhanced isolation, which would minimize the transmission of COVID-19 while waiting for rRT-PCR results.

Read the full version

Deep-Learning Algorithms for the Interpretation of Chest Radiographs to Aid in the Triage of COVID-19 Patients: A Multicenter Retrospective Study

Published in PLOS ONE, Nov 24, 2020
Se Bum Jang, Suk Hee Lee, Dong Eun Lee, Sin-Youl Park, Jong Kun Kim, Jae Wan Cho, Jaekyung Cho, Ki Beom Kim, Byunggeon Park, Jongmin Park, Jae-Kwang Lim

According to the study, Lunit INSIGHT CXR showed a satisfactory performance comparable with that of radiologists in the CR-based diagnosis of pneumonia in COVID-19 patients. The sensitivity and specificity of Lunit AI algorithm were 95.6%, and 88.7%, respectively, while those of radiology reports were 91.2% and 96.9%, respectively.

The study demonstrates the automatic interpretation of the CR with Lunit INSIGHT CXR can significantly reduce the burden and workload of medical staff and radiologists in a sudden surge of suspected COVID-19 patients.

Furthermore,AI-aided CR can offer fast and reliable examinations, facilitating early screening and isolation of COVID-19 suspected patients, which is the most basic and important response strategy in emergency departments.

Read the full version

Presentation by Prof. Dong Eun Lee from the Chilgok Kyungpook University Hospital at the Korean Congress of Radiology meeting 2020

实际应用案例

韩国和巴西

韩国已部署 Lunit INSIGHT CXR 来协助诊断大邱地区患者——大邱是韩国疫情最严重的地区,约有 8000 例确诊感染新冠肺炎病毒的患者(约占韩国国内病例数的 85%)。(截至 2020 年 3 月 30 日)

首尔一家大型大学附属医院在大邱市兴建了一家医疗中心,医生可在此对患者进行远程检查,并通过视频电话会议提供医疗咨询服务。患者 X 光胸片会直接发送给位于首尔的放射科医师,随后这些医师在首尔利用 Lunit INSIGHT CXR 即时检测和诊断新冠肺炎病毒感染情况。

该系统可及时、及早地发现感染患者,并视需要安排将患者直接送至更大规模的医院,接受妥善治疗。

首尔一名医护人员正使用 Lunit INSIGHT CXR 检查患者 X 光胸片。

出于检测和确认需要,巴西PreventSenior 安装了Lunit INSIGHT CXR,PreventSenior 是巴西最大的联网医院之一,在圣保罗大都市区共有 10 个服务网点。PreventSenior 是利用 X 射光胸片筛查轻症患者的新冠肺炎检测中心之一。

截至三月下旬,该机构已部署 Lunit INSIGHT 并分析了 3000 多份新冠肺炎疑似病例的 X 光胸片。这里的医务人员告诉我们,Lunit INSIGHT CXR 为他们提供了极大的帮助——“尤其是在患者分类方面”,毕竟医院目前存在“放射科医师少、患者过多”的窘迫局面。

巴西一家新冠肺炎中心医务人员正使用 Lunit INSIGHT CXR 检查 X 光胸片。

在线帮助

提供免费的新冠肺炎分析功能

为帮助医护人员应对当下疫情的严峻形势,我们免费开放了在线即时 AI 分析功能,让医护人员可以在 X 光胸片上发现可能表示感染了新冠病毒相关肺炎的影像学表现。我们衷心希望这种免费服务能够成为一种有力的支持工具,帮助医疗服务机构诊断和治疗新冠肺炎。

每个用户每天最多可上传 20 个病例——如果需要分析更多病例,以涵盖大量新冠肺炎疑似患者,烦请发送电子邮件至 contact@lunit.io,我们将全力相助。援助。

初步研究

利用 AI 技术分析新冠肺炎病例

我们使用来自新冠肺炎患者的数据开展了一项研究,初步研究结果表明,Lunit INSIGHT CXR 能够检测肺实变——作为肺炎感染指征的一项主要影像学表现。AI 技术展现出的判读表现与放射科医师相当。

在此项研究中,我们收集了六例入院时已确诊患有新冠肺炎的患者的 AP(正位,从胸部前侧拍摄)X 光胸片。所有患者均已通过胸部 CT 检查确认患有肺炎。根据放射科医师对 X 光胸片的判读,有三例患者的病灶清晰可见、一例患者的病灶无法界定,另有两例患者的病灶不可见。

在对这些影像进行回顾性分析时,我们的目标是将放射科医师的人工检测表现与 AI 技术的检测表现进行对照比较,以确定我们的 AI 技术的检测水平能否达到与人类专家相当甚至更高的水准,能否基于新冠肺炎病毒感染患者的 X 光胸片正确查明病灶。结果表明,AI 技术能够检测到与放射科医师检测到的相同病灶,展现出同等水准的检测表现。

病例 01

左肺中部至下肺区存在一处模糊不清的斑片状增厚影,可能难以判读。Lunit INSIGHT CXR 正确检测到了病灶,异常评分为 34.0%。

病例 02

正在接受 ICU 监护的患者的普通 CXR 影像,显示双侧下肺区存在斑片状毛玻璃样影。Lunit INSIGHT CXR 正确检测出异常评分为 72.0% 的病灶——尽管在影像中,有许多医用导管、中心静脉导管和体外医疗器械彼此交叠。

病例 03

右肺中部至下肺区周围可见多灶性斑片/结节性实变和毛玻璃样影。Lunit INSIGHT CXR 正确检测到了病灶,异常评分为 76.0%。
link to facebooklink to twitterlink to linkedin

Address - 27 Teheran-ro 2-gil, Gangnam-gu, Seoul, South Korea © Lunit Inc.