银河娱乐网页版

       由于新冠肺炎影像学表现明显，且易于获得，CT、X光等医学影像设备在本次疫情中发挥了重要作用。时至今日，全球各大医院已经积累了数量丰富的COVID-19 CT影像数据。

       相关的回顾性研究也在不断进行之中，许多人工智能企业已经开发出具备一定解释性的算法，能够通过识别影像判断患者罹患新冠肺炎的概率，甚至可以给出左右算法判断的影像区域，这些研究一定程度上推动了新冠肺炎的预防与治疗。

       但是，不良临床结局与哪些因素相关仍不清晰。若患者已被确认感染COVID-19，从众多观察指标中，医生又该如何作出后续治疗的决策？

       近日，一篇探究肺炎成分、数量、分布和不利临床结局之间关系的论文《Multicenter cohort study demonstrates more consolidation in upper lungs on initial CT increases the risk of adverse clinical outcome in COVID-19 patients》被《Theranostics》（影响因子8.063）收录，该论文由东南大学附属中大医院放射科居胜红主任团队联合深睿研究院共同完成。

       该论文采用深度学习标记COVID-19患者CT影像中的磨玻璃影与实变影，由此计算出各种定量指标，进而寻求这些数字与临床结局之间的关系。

       结果显示，大龄患者、上肺部存在较多实变影的患者其临床不利结局的概率更高。因此，在治疗患者时，医护人员或许应该更加关注具有以上特征的患者，并以更快的速度采取治疗手段。

       由于COVID-19重症患者病情发展非常快，在《The Lancet》的一篇回顾性研究中，61.5%的重症患者在28天内死亡。因此，对于新冠患者而言，如果我们能够通过患者的肺部影像提前预测其临床结局，进而进行相应干涉行为，这将极大提高COVID-19患者的生存率和预后。

       论文通讯作者国家杰出青年基金获得者、国家“万人计划”科技创新领军人才、著名放射学家居胜红教授表示：“该研究对新冠患者病情发展结局给出具有科学依据的风险评估,对于后续治疗期间，医生的治疗方案制定、医疗资源的调配、高危病人治疗风险预警等方面，都具有非常大的临床意义。”
 

实验过程与实验意义

       本次研究收集了江苏省内24家医院的625个经实验室检验证明的新冠肺炎阳性病患者，经过筛选，剔除了未进行CT检查以及18岁以下的患者，最终确立了一个n=421的样本。具体而言，该样本年龄中位数为48岁，男性占比53%，其中有64个病例存在临床复合终点（composite endpoint，包括入住ICU、急性呼吸衰竭、住院期间休克等情形）。

图1 本论文的研究入组标准和结论

       研究人员先将每个病例的CT影像通过深睿医疗的肺部疾病智能解决方案（新冠肺炎增强版）进行肺炎的检测和分割以及肺叶分割，随后将AI检测分割结果提交给高年资专家进行审阅。在这过程中，研究人员可以定量提取病灶的体积、密度和位置等特征。

       随后，借助多元logistic回归(Multivariable logistic regression)模型，研究人员可识别哪些变量是临床复合终点的危险因素。经过实验验证，年龄、上肺部有实变影体积和病变在下肺部靠近胸膜这三种情况均和临床终点相关，其中若患者存在更大的年龄、上肺部更多的实变影的情况，更有可能导致不利的临床结局。

图2 基于深度学习的肺炎分割和肺叶分割效果示意图

       总的来说，本研究的意义可分为三点，一是突破以往研究定性的描述，定量揭示了肺炎的成分、数量、分布和不利临床结局的关系；二是第一次定量揭示了上肺部实变影在COVID-19病人中和不利临床结局的相关关系；三是展示了精准AI在肺炎相关研究中所发挥的积极作用。

       作为本篇论文的作者之一，深睿医疗首席科学家俞益洲教授表示：“该研究展示了人工智能的潜能，这项技术不仅能识别病灶并对其进行定性定量分析，还能揭示分析结果与临床终局之间的关联，在新冠肺炎风险评估、治疗方案决策等方面具有实用价值。”
 

抗疫远未结束

       截止到4月30日，全球超过200个国家和地区存在确诊病例，感染总人数已超319万例，60多个国家宣布进入紧急状态，亚洲、欧洲、美洲相继成为重灾区。其中，美国疫情尤为严重，现累计确诊破100万例、死亡超5万例。

       在全球共同抗疫的背景之下，中国的抗疫经验非常值得借鉴。为应对中国严峻的疫情形式，早在春节结束时，国家卫健委便发布了《新型冠状病毒感染的肺炎的诊疗方案（试行第五版）》，调整策略，将CT影像结果作为临床诊断病例的诊断标准。

       在疫情发展的不同阶段，CT的作用也在发生变化，在第六版及第七版诊疗指南除了将CT影像列为将鉴别新冠肺炎的重要依据，还可为肺部炎症分期、病情评估、疗效评估，为入院入舱及出院出舱提供依据。

       AI对于CT设备的赋能作用也已在疫情之中被前线医院所证实，这项技术能够在疫情发展初期对于密度影肉眼不易发现的肺部阴影能自动精准检出，收治后通过多次随访功能快速对病变进行量化分析，判断病变性质及走向，评估疾病的严重程度，有效提高诊断效率和准确率。

       如今，美国放射肿瘤学会院士也公开指出，用CT作为新型肺炎确诊标准刻不容缓，毫无疑问，“CT+AI”将在接下的全球战疫中继续发挥重要作用。因此，在全球战疫进入焦灼期，这类具有临床意义的科研成果无疑对于全球疫情防控是非常宝贵的科技力量。

       以深睿医疗新冠肺炎增强版为例，除了用于疑似新冠病例的筛查，医生还可利用该软件对重症和危重症病人进行随访；依托于随访数据观察病情的发展，评估病情发展阶段程度，积累临床数据，并在未来用于传染病科学性研究工作。

  图3 European Radiology文章中所揭示的新冠病人从症状出现到第15天以后，

其CT影像上肺炎的动态进展

       除了本篇论文外，居胜红教授团队与深睿医疗合作的另一项成果《Dynamic evolution of COVID-19 on chest computed tomography: experience from Jiangsu province of China》也已被欧洲权威杂志《European Radiology》（影响因子3.962）接收，本研究揭示了新冠肺炎病灶体积、密度和位置的演变规律，为临床动态随访提供了极高的价值。

       到截稿为止，深睿医疗另有8篇最新科研成果被全球计算机视觉与模式识别会议（IEEE CVPR 2020）以及IEEE生物医学成像国际研讨会(IEEE ISBI 2020)收录，其中4篇为oral，这些论文代表了计算机视觉领域尤其是医疗影像方向国际前沿的科研进展，同时，作为一家国内头部的AI医疗公司，深睿医疗将继续联合各医疗机构，为全球新冠肺炎的防治作出贡献。