港大AI篩查肺疫 快速揪出早期患者

By on June 3, 2020

原文刊於信報財經新聞「StartupBeat創科鬥室

新冠肺炎病毒進入人體早期,首先攻擊肺部,其後產生病變;不少放射性影像學研究發現,對於早期無症狀的病人,CT電腦掃描技術有不錯的篩查效果。

由香港大學統計及精算學系系主任尹國聖教授,以及西南財經大學統計學院助理教授劉斌博士率領的研究團隊,成功結合人工智能(AI)及CT電腦掃描技術,快速篩查新冠肺炎懷疑個案,宣稱準確度達88%。

準確度88% 平台免費開放

港大表示,有關新冠肺炎診斷系統,已上傳至網上平台開放予公眾免費使用,以了解個人染病基率。用戶只須上傳胸部CT電腦掃描圖像至平台,就立即獲知結果;其準確度為88%,AUC值(用於對模型訓練效果的評價)93%,靈敏度86%,特異度為90%。

尹國聖教授(左)及劉斌博士率領的研究團隊, 藉AI技術快速篩查新冠肺炎懷疑個案。(港大圖片)

尹國聖教授(左)及劉斌博士率領的研究團隊, 藉AI技術快速篩查新冠肺炎懷疑個案。(港大圖片)

尹國聖指出,現時常見的新冠肺炎核酸檢測,仍存在不少問題,例如準確度低、耗時長等,一般須檢測多次才得出最終結果,這代表其假陰性率高,對早期病人接受快速診斷、隔離及治療等皆為不利。

港大團隊利用胸部CT掃描圖像,再結合AI技術,設計一個基於CT圖像的LesionAttention 深度神經網絡模型,訓練AI區分新冠病人及非新冠病人特徵;另建立LA-DNN(Lesion-Attention Deep Neural Networks)模型,同步訓練AI學習多標籤病徵,兩者協調使模型性能可以顯著提升。

尹國聖提到,疫情爆發早期,醫療機構一直未有公開相關的CT數據庫,其樣本量較少;團隊需要花大量時間,尋找開放樣本,並為此作出標記。他認為,通過構建數據平台,不但印證放射性科學影像學,與計算機視覺完美結合,實現AI於醫學領域的落地應用。

團隊現時仍繼續收集樣本,定期訓練AI模型,並寄望前線醫護人員,除了可藉系統輔助診斷,未來亦可共享相關數據,開展合作研究項目。這對數據、系統與程序完全開源、技術提升,以至全球抗疫工作,均有莫大裨益。

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們