目的搭建基于人工智能的新型冠狀病毒肺炎（Coronavirus Disease 2019,COVID-19）放射科預警系統(tǒng),并探討其應用效果。方法將基于深度學習技術(shù)的COVID-19影像輔助診斷模型應用于影像技師檢查、醫(yī)師診斷工作流程,并同步啟動科室應急機制,對疑似患者做進一步臨床決策和處理。分別回顧性納入210次本院胸部CT數(shù)據(jù)（包括60次COVID-19確診數(shù)據(jù)）作為模型測試數(shù)據(jù)和前瞻性納入1200次胸部CT檢查數(shù)據(jù)評估該預警系統(tǒng)的實際應用效果。結(jié)果該系統(tǒng)平均檢測時間為（105.80±48.50）s,對疑似COVID-19患者從預警至對接院內(nèi)相關(guān)科室的整體處理時間為（5±3）min。該系統(tǒng)檢測COVID-19患者的敏感性為100%,特異性為82.67%。結(jié)論基于人工智能的COVID-19放射科預警系統(tǒng)可對COVID-19患者進行快速、準確篩查,并提供及時智能預警提示,有助于減少COVID-19患者放射科就診時間,優(yōu)化診治流程。 

【文章來源】：中國醫(yī)療設備. 2020,35(06)

【文章頁數(shù)】：4 頁

【部分圖文】：

基于深度學習的COVID-19輔助診斷模型訓練流程圖

(3）快速預警功能設計。在影像檢查室、診斷室及PACS終端電腦均安裝基于深度學習的COVID-19影像輔助診斷軟件。對于COVID-19影像輔助診斷系統(tǒng)提示為疑似COVID-19的患者，列表中設置紅色預警提示框（圖2），預警提示框自動彈出，并滾動播放，以提醒技師、醫(yī)師及時對該患者快速啟動科內(nèi)應急響應，做出及時響應處理。(4）科內(nèi)應急機制響應。對預警提示的患者經(jīng)初步核對確認后，對預警患者施行放射科專用的患者臨時隔離觀察室，并及時通知（科內(nèi)PACS系統(tǒng)消息或電話）診斷醫(yī)師對疑似病例進行快速初診，同時對CT室進行嚴格消毒措施[9-10]；及時出具報告及圖像排版打��；接觸人員手衛(wèi)生及消毒、信息采集與登記等。

本研究搭建的基于人工智能的COVID-19影像預警系統(tǒng)結(jié)構(gòu)（圖3），嵌入了放射科影像技師檢查、醫(yī)師診斷工作流程，設置及時智能預警提示，并同步啟動科室應急機制，對疑似患者做進一步臨床決策和處理。當患者接受高分辨CT檢查后，通過預警系統(tǒng)快速響應：(1)當發(fā)出預警后，啟動科室應急機制，安排被預警患者在科室COVID-19患者臨時觀察等候區(qū)活動，診斷醫(yī)師提前對其進行診斷，并根據(jù)結(jié)果聯(lián)動相關(guān)院內(nèi)相關(guān)科室對患者進行進一步臨床決策和處理；(2)當系統(tǒng)未發(fā)出預警提示，該患者則按照正常流程等候檢查結(jié)果或自行選擇離開影像科等。2.2 預警系統(tǒng)測試數(shù)據(jù)分布及結(jié)果

【參考文獻】：
期刊論文
[1]新型冠狀病毒肺炎放射檢查方案與感染防控專家共識(試行第一版)[J]. 丁金立,章礽蔭.  新發(fā)傳染病電子雜志. 2020(02)
[2]輸入性新型冠狀病毒肺炎的CT表現(xiàn)[J]. 高璐,張靜平,杜永浩,金晨望,牛剛,楊健,郭佑民,強永乾.  西安交通大學學報(醫(yī)學版). 2020(03)
[3]新型冠狀病毒肺炎影像學檢查院內(nèi)感染防控管理：中華醫(yī)學會影像技術(shù)分會推薦意見(第一版)[J]. ChineseSocietyofImagingTechnology,ChineseMedicalAssociation.  中華放射學雜志. 2020(04)
[4]新型冠狀病毒肺炎的放射學診斷：中華醫(yī)學會放射學分會專家推薦意見(第一版)[J]. ChineseSocietyofRadiology,ChineseMedicalAssociation.  中華放射學雜志. 2020(04)
[5]新型冠狀病毒肺炎不同臨床分型間CT和臨床表現(xiàn)的相關(guān)性研究[J]. 黃璐,韓瑞,于朋鑫,王少康,夏黎明.  中華放射學雜志. 2020(04)
[6]新型冠狀病毒肺炎流行病學特征分析[J]. EpidemiologyWorkingGroupforNCIPEpidemicResponse,ChineseCenterforDiseaseControlandPrevention.  Chinese Journal of Epidemiology. 2020(02)



本文編號：3271931