基于人工智能的新型冠状病毒肺炎放射科预警系统研究

发布时间：2021-07-08 16:32

　　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。 

【文章来源】：中国医疗设备. 2020,35(06)

【文章页数】：4 页

【部分图文】：

基于深度学习的COVID-19辅助诊断模型训练流程图

(3）快速预警功能设计。在影像检查室、诊断室及PACS终端电脑均安装基于深度学习的COVID-19影像辅助诊断软件。对于COVID-19影像辅助诊断系统提示为疑似COVID-19的患者，列表中设置红色预警提示框（图2），预警提示框自动弹出，并滚动播放，以提醒技师、医师及时对该患者快速启动科内应急响应，做出及时响应处理。(4）科内应急机制响应。对预警提示的患者经初步核对确认后，对预警患者施行放射科专用的患者临时隔离观察室，并及时通知（科内PACS系统消息或电话）诊断医师对疑似病例进行快速初诊，同时对CT室进行严格消毒措施[9-10]；及时出具报告及图像排版打印；接触人员手卫生及消毒、信息采集与登记等。

本研究搭建的基于人工智能的COVID-19影像预警系统结构（图3），嵌入了放射科影像技师检查、医师诊断工作流程，设置及时智能预警提示，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。当患者接受高分辨CT检查后，通过预警系统快速响应：(1)当发出预警后，启动科室应急机制，安排被预警患者在科室COVID-19患者临时观察等候区活动，诊断医师提前对其进行诊断，并根据结果联动相关院内相关科室对患者进行进一步临床决策和处理；(2)当系统未发出预警提示，该患者则按照正常流程等候检查结果或自行选择离开影像科等。2.2 预警系统测试数据分布及结果

【参考文献】：
期刊论文
[1]新型冠状病毒肺炎放射检查方案与感染防控专家共识(试行第一版)[J]. 丁金立,章礽荫.  新发传染病电子杂志. 2020(02)
[2]输入性新型冠状病毒肺炎的CT表现[J]. 高璐,张静平,杜永浩,金晨望,牛刚,杨健,郭佑民,强永乾.  西安交通大学学报(医学版). 2020(03)
[3]新型冠状病毒肺炎影像学检查院内感染防控管理：中华医学会影像技术分会推荐意见(第一版)[J]. ChineseSocietyofImagingTechnology,ChineseMedicalAssociation.  中华放射学杂志. 2020(04)
[4]新型冠状病毒肺炎的放射学诊断：中华医学会放射学分会专家推荐意见(第一版)[J]. ChineseSocietyofRadiology,ChineseMedicalAssociation.  中华放射学杂志. 2020(04)
[5]新型冠状病毒肺炎不同临床分型间CT和临床表现的相关性研究[J]. 黄璐,韩瑞,于朋鑫,王少康,夏黎明.  中华放射学杂志. 2020(04)
[6]新型冠状病毒肺炎流行病学特征分析[J]. EpidemiologyWorkingGroupforNCIPEpidemicResponse,ChineseCenterforDiseaseControlandPrevention.  Chinese Journal of Epidemiology. 2020(02)



本文编号：3271931