2月26日——让AI加入战“疫”!复旦科研团队帮助新冠肺炎诊断更高效
1月29日,由复旦大学副校长张志勇牵头,复旦大学大数据学院和计算机科学技术学院联合上海市(复旦大学附属)公共卫生临床中心放射科,正式启动了2019-nCoV肺炎影像学AI智能辅助诊断相关研究工作。该研究旨在通过AI智能算法实现2019-nCoV肺炎与其他病毒性肺炎、细菌性肺炎的影像分类识别及病灶检测,帮助临床进行更高效的诊断。目前取得的应用数据显示,对新冠肺炎类型诊断的假阴性在7%左右(核酸检测假阴性高达30%-50%)。
2月21日,辅助诊断设备入驻公共卫生临床中心,正在调试安装,将很快投入临床实战检验。回顾这次科研攻关的经历,薛向阳说:“与以往的最大区别,也算是最大困难,就是远程工作。”
薛向阳带领的团队由大数据学院和计算机科学技术学院的3位老师以及近20位研究生组成,疫情之下,分散在全国各地。成员们利用协同办公工具进行实时沟通,远程协调部署计算资源、共享数据及技术文档,努力克服异地合作的诸多不便,在短时间内便完成了数据的分发、清洗和标注。“大家都在以更多时间和精力的付出弥补可能存在的不便。”薛向阳介绍,精细化标注要求将病灶的位置勾勒出来,每个病例至少包括400多层影像,感染不严重的病例标注大约需要一小时,感染严重的病例病灶区域较多,最多的需要标注近五小时。“这次工作磨炼了大家的耐心,凝聚了大家的战斗力。”在夜以继日20余天的努力下,团队目前在肺炎类型的鉴别诊断上已取得初步成果,对新冠肺炎类型诊断的假阴性在7%左右。
“我们开展这项研究,从临床需求中来,也要回到临床应用中去,以抗击疫情为使命,以解决实际问题为核心。”张志勇说。
自疫情发生以来,复旦大学已自筹经费启动了一批项应急性和原创性攻关项目。学校建立应对新型冠状病毒肺炎科技攻关项目库,完成第二批应急攻关项目征集并入库,鼓励多学科交叉、医工结合、校企合作,将研究成果尽快应用到战胜疫情中,为抗击疫情提供科技支撑。
病毒无情人有情。科研战“疫”,复旦人争分夺秒。
https://sds.fudan.edu.cn/66/12/c17412a222738/page.htm