港大AI篩查肺疫 快速揪出早期患者
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EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
