新冠肺炎持續逾一年，中大跨學科研究團隊聯合開發了一個人工智能（AI）系統，可快速及準確地自動檢測胸部電腦斷層掃瞄影像上的新冠肺炎感染病灶。
該研究採用新型聯邦學習技術，通過香港多家醫院的臨床影像數據對AI模型進行訓練，無需將數據集中在一處，藉以保護病人私隱。在新冠肺炎的臨床診斷中，放射科醫生可透過醫學影像有效定量評估疾病的嚴重程度和觀察病情進展及恢復情況，惟激增的醫學影像檢查使放射科醫生面臨前所未有的挑戰，因此AI診斷系統對新冠患者的有效診斷和管理有很大的輔助作用。
由中大工程學院計算機科學與工程學系竇琪教授與王平安教授，和醫學院影像及介入放射學系蘇宛彤醫生與余俊豪教授所帶領的跨學科研究團隊，揉合工程和醫學的跨學科優勢，開發了新一代AI系統，可以準確迅速地從CT影像中自動檢測新冠肺炎病變，從而為臨床醫生提供即時可靠的診斷結果。
團隊建立的AI模型已在內地和德國多個數據中心進行了獨立的外部驗證。結果顯示，該AI模型在香港本地及其他地區患者的CT影像上都具有優異的病變檢測性能。中大醫學院影像及介入放射學系助理教授蘇宛彤醫生指出：「AI系統還具有明顯的速度優勢。傳統的臨床閱片流程，醫生檢查一個CT通常需要5至10分鐘，而AI僅在40毫秒（即百分之四秒）內即可準確評估整個三維CT影像，一旦應用可大幅度提高臨床診斷效率。」這項最新研究亦展示了AI驅動的數字醫療技術在全球疾病爆發中的實用途徑和潛在效能。中大醫學院影像及介入放射學系系主任余俊豪教授補充：「是次研究以COVID-19為研究目標，表明了跨學科融合多地域合作是AI克服複雜真實場景解決實際臨床需求的關鍵所在。」相關研究已在《Nature》旗下綜合期刊《npj Digital Medicine》發表。
Text：Fion
延伸閱讀
立即成為會員
