Philip Chikontwe(左)和教授
韩国大邱庆国科技研究所的朴相贤开发了一种新的框架，用于胸部CT扫描的精确和可解释的自动分析
学分:大邱庆邦科技学院 目前新冠肺炎诊断的金标准是鼻拭子，然后是逆转录聚合酶链反应
但是这样的测试很费时间，需要几天才能有结果
这浪费了治疗和预防疾病的关键时间
最近，来自韩国的科学家开发了一个计算机化的框架，可以快速准确地解释胸部CT扫描，在几分钟内提供新冠肺炎诊断，有可能改变我们应对这种疾病的方式
在18个月多一点的时间里，新型冠状病毒(新型冠状病毒)已经感染了1800多万人，并造成69万多人死亡
由于其低灵敏度、高假阳性率和长测试时间，目前通过逆转录聚合酶链反应进行诊断的标准是有限的
这使得很难快速识别感染患者并为他们提供治疗
此外，患者在等待诊断测试结果时仍有传播疾病的风险
胸部CT扫描已经成为诊断这种疾病的一种快速有效的方法，但它们需要放射科医师的专业知识来解释，有时扫描看起来类似于其他类型的肺部感染，如细菌性肺炎
现在，一组科学家，包括来自韩国大邱庆应科学研究所(DGIST)的科学家，在《医学图像分析》上发表了一篇新论文，详细介绍了一种自动准确解读胸部CT扫描的技术
“作为同样受到COVID大流行影响的学者，我们渴望利用我们在医学图像分析方面的专业知识来帮助更快的诊断和改善临床工作流程，”教授说
这项研究的负责人，来自DGIST的朴相贤和菲利普·奇孔特
为了建立他们的诊断框架，研究小组使用了一种叫做“多实例学习”的机器学习技术
在MIL中，机器学习算法是使用称为“实例”的多个例子的集合或“包”来“训练”的
“MIL算法然后使用这些包来学习标记单个示例或输入
研究小组训练了他们的新框架，称为基于双重注意对比的MIL (DA-CMIL)，以区分COVID和细菌性肺炎，并发现其性能与其他最先进的自动图像分析方法相当
此外，DA-CMIL算法可以利用有限或不完整的信息来有效地训练其人工智能系统
“我们的研究可以从技术和临床的角度来看待
首先，这里介绍的算法可以扩展到其他类型医学图像的类似设置
第二，模型中使用的“双重注意力”，尤其是“空间注意力”，提高了算法的可解释性，这将有助于临床医生理解自动化解决方案是如何做出决策的。”
朴先生和
Chikontwe
这项研究远远超出了COVID大流行的范围，为开发更强大、更便宜的诊断系统奠定了基础，这将对欠发达国家或医疗和人力资源有限的国家特别有益
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
