《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。

  • 原文来源:https://www.nature.com/articles/s41591-020-0931-3
相关报告
  • 《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
  • 《Inter Immunopharma:人工智能帮助预测COVID-19诊断准确性》

    • 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:2020-10-09
    • 在最近一项研究中,研究人员开发了人工智能(AI)技术,可通过标准血液测试准确预测COVID-19感染。 它是由多机构研究小组Modeling and Prediction Pandemics(MaPP)开发的。 该研究可能有助于解决疾病爆发的早期预测以及检测的可用性和速度,这是与大流行作斗争的两个主要挑战。 该团队利用了圣保罗一家医院的匿名患者数据,发现由于血小板水平和白细胞类型的减少,他们能够准确预测谁感染了该病毒。 林肯大学数学与物理学院数学与计算机科学高级讲师兼项目负责人Bart Vorselaars博士是团队的主要开发人员之一。他说:“使用标准血液测试数据中的AI预测可以带来许多好处,包括增加测试能力,降低成本以及比目前的rt-PCR测试更快,更不易受到病毒突变影响的结果。因此,这可能会有所帮助在疫情蔓延之前发现疫情。” 这些研究的首批结果发表在2020年6月的《International Immunopharmacology》杂志上,Vorselaars博士是该论文的第一作者之一。 林肯大学,布莱顿大学,格拉斯哥大学,谢菲尔德大学和牛津大学的研究仍在继续,以交叉验证圣保罗数据与其他数据来源的发现。