侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

小白世紀(jì)首席科學(xué)家黃高博士,用AI賦能新冠肺炎精準(zhǔn)診斷

2020-04-30 17:35
來(lái)源: 粵訊

在新冠肺炎疫情防控的緊要關(guān)頭,北京小白世紀(jì)網(wǎng)絡(luò)科技有限公司(簡(jiǎn)稱“小白世紀(jì)”)聯(lián)合創(chuàng)始人兼首席科學(xué)家黃高博士,與國(guó)家呼吸系統(tǒng)疾病臨床研究中心、廣州醫(yī)科大學(xué)附屬第一醫(yī)院等知名醫(yī)療機(jī)構(gòu)合作,成功研發(fā)了小白新冠影像人工智能(AI)輔助診斷系統(tǒng)。

該系統(tǒng)針對(duì)新型冠狀病毒肺炎,在原有全肺輔助診斷系統(tǒng)基礎(chǔ)上,通過(guò)增加全國(guó)數(shù)千例新冠肺炎確診患者肺部CT影像進(jìn)行分析,實(shí)現(xiàn)新冠肺炎CT影像診斷可在20秒內(nèi)完成對(duì)一份病歷的分析,并且在回顧性測(cè)試病歷上準(zhǔn)確率和召回率均達(dá)95%以上。為鑒別新冠肺炎與普通肺炎,該模型評(píng)估指標(biāo)AUC值為0.97,外加額外的臨床特征,AUC值可達(dá)0.98,大幅提升影像診斷的精準(zhǔn)性與便捷性。

image.png

小白世紀(jì)AI賦能精準(zhǔn)影像診斷

黃高博士研發(fā)的新冠肺炎AI檢測(cè)模型,在疫情高峰期成功投入使用。截至2020年3月31日,已經(jīng)在國(guó)家呼吸系統(tǒng)疾病臨床醫(yī)學(xué)研究中心、武漢市金銀潭醫(yī)院、武漢火神山醫(yī)院、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院、廣州醫(yī)科大學(xué)附屬第一醫(yī)院、解放軍總醫(yī)院第一醫(yī)學(xué)中心等300余家醫(yī)院累計(jì)完成CT影像分析30000余例。

新冠肺炎CT影像快速診斷設(shè)備的核心算法,采用了黃高提出的新一代深度神經(jīng)網(wǎng)絡(luò)架構(gòu)DenseNet(2017年)。DenseNet從根本上解決了深度模型的訓(xùn)練難題,是近些年人工智能領(lǐng)域一個(gè)里程碑式的工作,被圖靈獎(jiǎng)得主、卷積神經(jīng)網(wǎng)絡(luò)之父Yann LeCun教授列為當(dāng)前四大主流深度卷積神經(jīng)網(wǎng)絡(luò)模型之一。被廣泛應(yīng)用于醫(yī)療、生物、化學(xué)、互聯(lián)網(wǎng)等諸多領(lǐng)域。

image.png

DenseNet示意圖

此次抗擊疫情,DenseNet模型在新冠肺炎影像識(shí)別中,發(fā)揮出巨大作用。根據(jù)DenseNet的深度學(xué)習(xí)算法,計(jì)算機(jī)預(yù)先學(xué)習(xí)訓(xùn)練數(shù)據(jù),學(xué)習(xí)新冠肺炎的特征,在為患者診斷的過(guò)程中,計(jì)算機(jī)自動(dòng)讀取CT影像,利用該算法自動(dòng)分析、對(duì)比,查找出與新冠肺炎相匹配的特征,從而達(dá)到快速、精準(zhǔn)的診斷效果。目前,該系統(tǒng)相關(guān)成果已經(jīng)整理成學(xué)術(shù)論文,投稿至醫(yī)學(xué)領(lǐng)域頂級(jí)期刊。

黃高博士表示:“疫情爆發(fā)導(dǎo)致閱片數(shù)量激增,醫(yī)生閱片工作量大。新冠肺炎屬于新發(fā)疾病,各地醫(yī)療機(jī)構(gòu)特別是基層機(jī)構(gòu)缺乏閱片經(jīng)驗(yàn)。 ‘異病同影’及病灶發(fā)展快等問(wèn)題,也對(duì)新冠肺炎診斷造成了極大困擾。此外,根據(jù)國(guó)家呼吸系統(tǒng)疾病臨床醫(yī)學(xué)研究中心主任鐘南山院士的發(fā)布的首篇新冠病毒論文,部分感染患者存在正常放射學(xué)表現(xiàn),CT確診新冠病毒感染準(zhǔn)確率為76.4%。AI影像輔助診斷的推行,就是精準(zhǔn)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(jì)聯(lián)合創(chuàng)始人兼首席科學(xué)家、清華大學(xué)控制科學(xué)與工程博士,曾在美國(guó)康奈爾大學(xué)計(jì)算機(jī)系從事博士后研究。主要研究方向包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué),是主流深度學(xué)習(xí)模型DenseNet的提出者。在NIPS、ICML、CVPR、ICCV、ECCV、ICLR等國(guó)際會(huì)議與期刊發(fā)表論文40余篇,谷歌學(xué)術(shù)引用次數(shù)12000余次,是國(guó)內(nèi)近十年在計(jì)算機(jī)視覺(jué)三大頂尖會(huì)議以第一作者發(fā)表論文被引用次數(shù)最高的學(xué)者。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問(wèn)題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

醫(yī)療科技 獵頭職位 更多
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)