Categories
熱門新聞

人工智能幫助診斷新冠肺炎走到哪一步了 – BBC News 中文


Lung scans圖片版權
UCSD HEALTH

Image caption

彩色區域顯示了通過算法檢測到的肺炎症狀。

當新冠疫情在中國處於高峰時,武漢的醫生們使用人工智能(AI)算法掃描數千名患者的肺部。

這一引發討論的算法由一家名為“Axial AI”(軸向人工智能)的公司開發,以秒為單位分析CT圖像。據稱可以判斷病人是否處於由冠狀病毒引發的病毒性肺炎高風險之中。

  • “神藥”瑞德西韋臨床試驗為何中美得出相反結論
  • 肺炎疫情:康復後就有免疫力防止二次感染?

為了應對病毒爆發,一些公司聯合開發了人工智能。他們說,比較CT掃描結果,可以顯示病人的肺部是否隨時間改善或惡化。

馬來西亞的一家醫院目前正在試用這一系統,Axial AI也表示願意將該系統捐贈給英國國民保障署(NHS)。

在世界各地,人工智能技術正在迅速部署,以應對冠狀病毒大流行。然而,一些人質疑這些工具是否足夠可靠。畢竟,人們的生命處於危險狀態。

BBC請英國衛生和社會保障部(DHSC)確認是否將在英國試用該產品,但尚未收到回應。

障礙之一可能是,NHS沒有普遍使用CT掃描儀來拍攝新冠患者的肺部。在英國,胸部x光比較常用。 x光沒有CT掃描的那麼詳細,但速度更快,而且放射科醫生依然可以在圖像中識別肺炎等疾病。

圖片版權
Qure.ai

Image caption

皇家博爾頓醫院的x光胸透目前由人工智能自動檢測。

不過,由於病毒大流行,一些英國醫院正在推出人工智能工具,以幫助醫務人員更快地解讀胸透。例如,皇家博爾頓醫院(Royal Bolton Hospital)工作人員正在使用一套人工智能係統,這套系統已經對超過250萬張胸部x光進行過分析訓練,其中涉及約500例已確診的新冠病例。

醫院放射學顧問馬利克(Rizwan Malik)說,這套系統現在每週對醫院的胸部x光片進行自動分析。他估計,這意味該系統已對100多名患者進行了分析。在這種情況下,該算法可以用來尋找新冠病毒的症狀,比如肺部不透明。

馬利克說:“這基本上為臨床醫生提供了一種工具,幫他們決定哪些病人需要入院,哪些病人需要出院。”他指出,病人的數據完全是在醫院自己的網絡中處理。這款軟件是由總部位於孟買的Qure.ai公司開發。

馬利克說,他曾為Qure.ai提供諮詢服務。但他強調,該系統在他所在的醫院推出之前,經過了標準的檢查和採購流程。

圖片版權
Rizwan Malik

Image caption

放射學顧問馬利克說,人工智能”為臨床醫生提供了一種做決定的工具”。

BBC了解到,另外兩家NHS醫院目前正在使用不同的工具來檢測肺部x光異常。發明該系統的Behold.ai公司發言人沒有透露所涉及醫院的名稱。

不過,發言人說,該軟件目前已經分析了147名疑似新冠患者的掃描結果。在超過90%的病例中,系統正確地將掃描歸類為“正常”或“異常”。

南安普頓大學醫院的呼吸系統專家丹尼爾斯(Thomas Daniels)說,治療由新冠病毒引起的嚴重肺部問題令人痛苦。他和同事還沒有使用人工智能算法來分析患者的胸透。不過,他說,如果算法能夠自動解釋掃描結果讓醫生快速消化信息,可能會有用。

他說:“放射科醫生通常要花幾個小時,有時甚至幾天的時間才能拍完胸透以及完成報告。”

“或許有算法可以生成類似新冠可能性的數值。這顯然比等待放射科醫生的報告要快得多。”

圖片版權
Thomas Daniels

Image caption

呼吸系統專家丹尼爾斯說,或許有算法可以生成類似新冠可能性的數值。

不過,他警告,此類工具應該通過隨機試驗進行評估。一些病人的x光片由算法分析,有些不是。這類實驗數據可以表明,使用該工具是否對患者在醫院的表現產生了實質性影響。

在世界其他地方,類似算法也在臨床環境中反复研究胸部掃描。加州大學聖地亞哥分校(UCSD)健康中心的朗赫斯特(Christopher Longhurst)醫生說,他們正在試驗一種用於在胸透中發現肺炎症狀的軟件。

他表示:“嚴格分析結果和數據真的很重要。”不過他指出,該系統的使用並不是隨機的。目前它被應用於醫院的每一次胸部x光檢查。

一種解釋x射線圖像的算法可以被醫生以不同方式使用。這對決定如何處置病人有很大影響,即便只是整個治療過程中很小一部分,甚至是無關緊要的一部分。值得注意的是,美國放射學會(American College of Radiology)建議不要依靠胸部掃描來診斷新冠病例。

但算法在這個過程中還會發揮一些作用。在加州大學圣迭戈分校的健康中心,朗赫斯特醫生提到的工具標記出了一個早期肺炎病例,該病人是由於其他原因來進行胸部x光檢查。對患者進行新冠病毒檢測後,結果為陽性。

圖片版權
Luke Oakden-Rayner

Image caption

阿德萊德大學的奧肯-雷納(Luke Oakden-Rayner)說,人工智能係統需要經過正式的測試。

阿德萊德大學(University of Adelaide)放射學家奧肯-雷納(Luke Oaken-Rayner)表示,使用人工智能幫助治療新冠患者存在一些棘手問題。他解釋,首先,目前還沒有一個普遍接受的治療重症病例的方案。

人工智能可能會給醫生提供病人目前的狀況,但未必能幫助他們決定下一步做什麼。此外,新採用的人工智能係統在解讀人類肺部圖像時偶爾會出錯。如果一個沒有經驗的醫生因為錯誤信息而改變對病人的治療計劃,可能會造成傷害。

“這是一個非常嚴重的潛在風險,”奧肯-雷納說。他認為醫院應該應該自由嘗試新技術,但他對任何新系統在經過適當審查之前保持謹慎態度。

他認為,鑑於當前危機的緊迫性,放鬆監管規則、允許新技術在醫院環境中迅速試用是可以接受的。不過,他補充說,真正需要的是隨機試驗的結果,就像丹尼爾斯博士所建議的那樣。換句話說,人工智能工具確實對醫生治療新冠患者有幫助。

奧肯-雷納說:“在這個階段找到證據並不難,到目前為止還沒有人提出證據。”

.