基于人工智能的新型冠状病毒肺炎放射科预警系统研究

• 作者: 刘秀民 宋婷妮 张凯 李真林 谭佳 陈玉环
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 新型冠状病毒性肺炎 预警系统 人工智能 放射科 诊治流程优化
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 新型冠状病毒肺炎与人工智能研究进展
• 页码范围: 63-66
• 页数: 4页
• 分类号: R318|R563.1
• 字数: 4179字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2020.06.017

摘要

目的 搭建基于人工智能的新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)放射科预警系统,并探讨其应用效果.方法 将基于深度学习技术的COVID-19影像辅助诊断模型应用于影像技师检查、医师诊断工作流程,并同步启动科室应急机制,对疑似患者做进一步临床决策和处理.分别回顾性纳入210次本院胸部CT数据(包括60次COVID-19确诊数据)作为模型测试数据和前瞻性纳入1200次胸部CT检查数据评估该预警系统的实际应用效果.结果 该系统平均检测时间为(105.80±48.50)s,对疑似COVID-19患者从预警至对接院内相关科室的整体处理时间为(5±3)min.该系统检测COVID-19患者的敏感性为100％,特异性为82.67％.结论 基于人工智能的COVID-19放射科预警系统可对COVID-19患者进行快速、准确筛查,并提供及时智能预警提示,有助于减少COVID-19患者放射科就诊时间,优化诊治流程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凯	四川大学华西医院放射科	54	817	15.0	27.0
2	李真林	四川大学华西医院放射科	141	643	14.0	18.0
3	刘秀民	四川大学华西医院放射科	2	0	0.0	0.0
4	陈玉环		2	0	0.0	0.0
5	谭佳	四川大学华西医院放射科	7	59	2.0	7.0
6	宋婷妮	四川大学华西医院放射科	3	0	0.0	0.0