《5月19日_人工智能帮助快速诊断COVID-19》

  • 来源专题:COVID-19科研动态监测
  • 编译者: xuwenwhlib
  • 发布时间:2020-05-20
  • 信息名称:人工智能帮助快速诊断COVID-19
    1.时间:2020年5月19日
    2.机构或团队:西奈山伊坎医学院、四川大学、浙江大学第二附属医院、蚌埠医学院第一附属医院、中山大学第五附属医院、南溪山医院、阜阳市第二人民医院、亳州骨伤科医院影像中心、武汉大学附属人民医院、纽约East River医学影像、威尔康乃尔医学院、麻省综合医院
    3.事件概要:
    西奈山伊坎医学院联合多家机构在Nature Medicine发表论文“Artificial intelligence–enabled rapid diagnosis of patients with COVID-19”。
    目前,SARS-CoV-2病毒特异性逆转录酶聚合酶链反应(RT-PCR)是诊断COVID-19的主要方法,然而,完成这个测试需要2 天时间,并且需要辅助一系列测试来排除假阴性的可能,加之缺乏RT-PCR检测盒,因此迫切需要寻找替代方法以快速、准确的诊断COVID-19患者。胸部计算机断层扫描(CT)在评估疑似SARS-CoV-2感染患者时具有重要价值,然而,仅凭CT的预测,准确率不高,因为一些患者在疾病的早期可能表现为正常的放射学。在本研究中,文章利用人工智能(AI)算法将胸部CT的表现与临床症状、暴露史和实验室检测结合起来,快速诊断出COVID-19阳性患者。在一组279名患者的测试中,人工智能系统获得了0.92曲线下面积,与高级胸部放射科医生具有相同的灵敏度。人工智能系统还提高了CT扫描正常而RT-PCR为阳性患者的检出率,而放射科医生却将所有这些患者归为COVID-19阴性。当CT扫描和相关可用的临床病史结合时,AI系统可以帮助快速诊断COVID-19患者。
    4.附件:
    原文链接:https://www.nature.com/articles/s41591-020-0931-3

  • 原文来源:https://www.nature.com/articles/s41591-020-0931-3
相关报告
  • 《人工智能帮助快速诊断COVID-19》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-05-27
    • 西奈山伊坎医学院联合多家机构在Nature Medicine发表论文“Artificial intelligence–enabled rapid diagnosis of patients with COVID-19”。 目前,SARS-CoV-2病毒特异性逆转录酶聚合酶链反应(RT-PCR)是诊断COVID-19的主要方法,然而,完成这个测试需要2 天时间,并且需要辅助一系列测试来排除假阴性的可能,加之缺乏RT-PCR检测盒,因此迫切需要寻找替代方法以快速、准确的诊断COVID-19患者。胸部计算机断层扫描(CT)在评估疑似SARS-CoV-2感染患者时具有重要价值,然而,仅凭CT的预测,准确率不高,因为一些患者在疾病的早期可能表现为正常的放射学。在本研究中,文章利用人工智能(AI)算法将胸部CT的表现与临床症状、暴露史和实验室检测结合起来,快速诊断出COVID-19阳性患者。在一组279名患者的测试中,人工智能系统获得了0.92曲线下面积,与高级胸部放射科医生具有相同的灵敏度。人工智能系统还提高了CT扫描正常而RT-PCR为阳性患者的检出率,而放射科医生却将所有这些患者归为COVID-19阴性。当CT扫描和相关可用的临床病史结合时,AI系统可以帮助快速诊断COVID-19患者。
  • 《2月27日_人工智能在COVID-19诊断与预测中的应用》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-03-01
    • 2月27日_人工智能在COVID-19诊断与预测中的应用 1.时间:2020年2月27日 2.机构或团队:温州医科大学;澳门大学 3.事件概要: 《柳叶刀》预印版于2月27日发表了温州医科大学等的文章“Artificial Intelligence Application in COVID-19 Diagnosis and Prediction”。 文章通过运用人工智能(AI)分析COVID-19通用诊断指标,以提高临床诊断的准确性。文章收集了自2020年1月17日至2020年2月1日,在浙江省泰州市人民医院泰州市公共卫生科就诊的32例COVID-19确诊患者和85例疑似患者(其中确诊的阳性患者时通过实时RT-PCR诊断)数据。同时,直至2020年2月2日,文章收集了同期的COVID-19核酸阴性患者数据85例。在放射学特征和实验室数据(第一组结果)中进行分析,采用四种人工智能技术筛选COVID-19诊断的重要指标。文章采用了一些经典的和最先进的属性约简和特征选择方法,包括:稀疏的新线性平方回归(SRLSR),进化非主导的径向槽基础算法,属性约简与多目标分解合奏优化器(ARMED),梯度增加特征选择(GFS),递归特性消除(RFE)。 文章中采用四种AI技术筛选所有患者,最终得到18项与COVID-19诊断显著相关的指标,其中最重要的属性为白细胞、嗜酸性粒细胞计数、嗜酸性粒细胞率、2019年新型冠状病毒RNA (2019n-CoV)和类淀粉蛋白-A,同时与2019年中国病毒诊断临床指南相匹配。 *注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。 4.附件: 原文链接:https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3541119