侵權投訴
訂閱
糾錯
加入自媒體

小白世紀首席科學家黃高博士,用AI賦能新冠肺炎精準診斷

2020-04-30 17:35
來源: 粵訊

在新冠肺炎疫情防控的緊要關頭,北京小白世紀網絡科技有限公司(簡稱“小白世紀”)聯合創始人兼首席科學家黃高博士,與國家呼吸系統疾病臨床研究中心、廣州醫科大學附屬第一醫院等知名醫療機構合作,成功研發了小白新冠影像人工智能(AI)輔助診斷系統。

該系統針對新型冠狀病毒肺炎,在原有全肺輔助診斷系統基礎上,通過增加全國數千例新冠肺炎確診患者肺部CT影像進行分析,實現新冠肺炎CT影像診斷可在20秒內完成對一份病歷的分析,并且在回顧性測試病歷上準確率和召回率均達95%以上。為鑒別新冠肺炎與普通肺炎,該模型評估指標AUC值為0.97,外加額外的臨床特征,AUC值可達0.98,大幅提升影像診斷的精準性與便捷性。

image.png

小白世紀AI賦能精準影像診斷

黃高博士研發的新冠肺炎AI檢測模型,在疫情高峰期成功投入使用。截至2020年3月31日,已經在國家呼吸系統疾病臨床醫學研究中心、武漢市金銀潭醫院、武漢火神山醫院、華中科技大學同濟醫學院附屬協和醫院、廣州醫科大學附屬第一醫院、解放軍總醫院第一醫學中心等300余家醫院累計完成CT影像分析30000余例。

新冠肺炎CT影像快速診斷設備的核心算法,采用了黃高提出的新一代深度神經網絡架構DenseNet(2017年)。DenseNet從根本上解決了深度模型的訓練難題,是近些年人工智能領域一個里程碑式的工作,被圖靈獎得主、卷積神經網絡之父Yann LeCun教授列為當前四大主流深度卷積神經網絡模型之一。被廣泛應用于醫療、生物、化學、互聯網等諸多領域。

image.png

DenseNet示意圖

此次抗擊疫情,DenseNet模型在新冠肺炎影像識別中,發揮出巨大作用。根據DenseNet的深度學習算法,計算機預先學習訓練數據,學習新冠肺炎的特征,在為患者診斷的過程中,計算機自動讀取CT影像,利用該算法自動分析、對比,查找出與新冠肺炎相匹配的特征,從而達到快速、精準的診斷效果。目前,該系統相關成果已經整理成學術論文,投稿至醫學領域頂級期刊。

黃高博士表示:“疫情爆發導致閱片數量激增,醫生閱片工作量大。新冠肺炎屬于新發疾病,各地醫療機構特別是基層機構缺乏閱片經驗。 ‘異病同影’及病灶發展快等問題,也對新冠肺炎診斷造成了極大困擾。此外,根據國家呼吸系統疾病臨床醫學研究中心主任鐘南山院士的發布的首篇新冠病毒論文,部分感染患者存在正常放射學表現,CT確診新冠病毒感染準確率為76.4%。AI影像輔助診斷的推行,就是精準打擊在抗擊新冠肺炎疫情工作中的‘不利因素’。”

黃高,小白世紀聯合創始人兼首席科學家、清華大學控制科學與工程博士,曾在美國康奈爾大學計算機系從事博士后研究。主要研究方向包括機器學習、深度學習和計算機視覺,是主流深度學習模型DenseNet的提出者。在NIPS、ICML、CVPR、ICCV、ECCV、ICLR等國際會議與期刊發表論文40余篇,谷歌學術引用次數12000余次,是國內近十年在計算機視覺三大頂尖會議以第一作者發表論文被引用次數最高的學者。

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

电竞投注竞彩app