由于新冠肺炎影像學表現(xiàn)明顯，且易于獲得，CT、X光等醫(yī)學影像設備在本次疫情中發(fā)揮了重要作用。時至今日，全球各大醫(yī)院已經(jīng)積累了數(shù)量豐富的COVID-19 CT影像數(shù)據(jù)。
相關的回顧性研究也在不斷進行之中，許多人工智能企業(yè)已經(jīng)開發(fā)出具備一定解釋性的算法，能夠通過識別影像判斷患者罹患新冠肺炎的概率，甚至可以給出左右算法判斷的影像區(qū)域，這些研究一定程度上推動了新冠肺炎的預防與治療。
但是，不良臨床結(jié)局與哪些因素相關仍不清晰。若患者已被確認感染COVID-19，從眾多觀察指標中，醫(yī)生又該如何作出后續(xù)治療的決策？
近日，一篇探究肺炎成分、數(shù)量、分布和不利臨床結(jié)局之間關系的論文《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》（影響因子8.063）收錄，該論文由東南大學附屬中大醫(yī)院放射科居勝紅主任團隊聯(lián)合深睿研究院共同完成。
該論文采用深度學習標記COVID-19患者CT影像中的磨玻璃影與實變影，由此計算出各種定量指標，進而尋求這些數(shù)字與臨床結(jié)局之間的關系。
結(jié)果顯示，大齡患者、上肺部存在較多實變影的患者其臨床不利結(jié)局的概率更高。因此，在治療患者時，醫(yī)護人員或許應該更加關注具有以上特征的患者，并以更快的速度采取治療手段。
由于COVID-19重癥患者病情發(fā)展非?？欤凇禩he Lancet》的一篇回顧性研究中，61.5%的重癥患者在28天內(nèi)死亡。因此，對于新冠患者而言，如果我們能夠通過患者的肺部影像提前預測其臨床結(jié)局，進而進行相應干涉行為，這將極大提高COVID-19患者的生存率和預后。
論文通訊作者國家杰出青年基金獲得者、國家“萬人計劃”科技創(chuàng)新領軍人才、著名放射學家居勝紅教授表示：“該研究對新冠患者病情發(fā)展結(jié)局給出具有科學依據(jù)的風險評估,對于后續(xù)治療期間，醫(yī)生的治療方案制定、醫(yī)療資源的調(diào)配、高危病人治療風險預警等方面，都具有非常大的臨床意義。”
實驗過程與實驗意義
本次研究收集了江蘇省內(nèi)24家醫(yī)院的625個經(jīng)實驗室檢驗證明的新冠肺炎陽性病患者，經(jīng)過篩選，剔除了未進行CT檢查以及18歲以下的患者，最終確立了一個n=421的樣本。具體而言，該樣本年齡中位數(shù)為48歲，男性占比53%，其中有64個病例存在臨床復合終點（composite endpoint，包括入住ICU、急性呼吸衰竭、住院期間休克等情形）。
圖1 本論文的研究入組標準和結(jié)論
研究人員先將每個病例的CT影像通過深睿醫(yī)療的肺部疾病智能解決方案（新冠肺炎增強版）進行肺炎的檢測和分割以及肺葉分割，隨后將AI檢測分割結(jié)果提交給高年資專家進行審閱。在這過程中，研究人員可以定量提取病灶的體積、密度和位置等特征。
隨后，借助多元logistic回歸(Multivariable logistic regression)模型，研究人員可識別哪些變量是臨床復合終點的危險因素。經(jīng)過實驗驗證，年齡、上肺部有實變影體積和病變在下肺部靠近胸膜這三種情況均和臨床終點相關，其中若患者存在更大的年齡、上肺部更多的實變影的情況，更有可能導致不利的臨床結(jié)局。
圖2 基于深度學習的肺炎分割和肺葉分割效果示意圖
總的來說，本研究的意義可分為三點，一是突破以往研究定性的描述，定量揭示了肺炎的成分、數(shù)量、分布和不利臨床結(jié)局的關系；二是第一次定量揭示了上肺部實變影在COVID-19病人中和不利臨床結(jié)局的相關關系；三是展示了精準AI在肺炎相關研究中所發(fā)揮的積極作用。
作為本篇論文的作者之一，深睿醫(yī)療首席科學家俞益洲教授表示：“該研究展示了人工智能的潛能，這項技術不僅能識別病灶并對其進行定性定量分析，還能揭示分析結(jié)果與臨床終局之間的關聯(lián)，在新冠肺炎風險評估、治療方案決策等方面具有實用價值。”
抗疫遠未結(jié)束
截止到4月30日，全球超過200個國家和地區(qū)存在確診病例，感染總?cè)藬?shù)已超319萬例，60多個國家宣布進入緊急狀態(tài)，亞洲、歐洲、美洲相繼成為重災區(qū)。其中，美國疫情尤為嚴重，現(xiàn)累計確診破100萬例、死亡超5萬例。
在全球共同抗疫的背景之下，中國的抗疫經(jīng)驗非常值得借鑒。為應對中國嚴峻的疫情形式，早在春節(jié)結(jié)束時，國家衛(wèi)健委便發(fā)布了《新型冠狀病毒感染的肺炎的診療方案（試行第五版）》，調(diào)整策略，將CT影像結(jié)果作為臨床診斷病例的診斷標準。
在疫情發(fā)展的不同階段，CT的作用也在發(fā)生變化，在第六版及第七版診療指南除了將CT影像列為將鑒別新冠肺炎的重要依據(jù)，還可為肺部炎癥分期、病情評估、療效評估，為入院入艙及出院出艙提供依據(jù)。
AI對于CT設備的賦能作用也已在疫情之中被前線醫(yī)院所證實，這項技術能夠在疫情發(fā)展初期對于密度影肉眼不易發(fā)現(xiàn)的肺部陰影能自動精準檢出，收治后通過多次隨訪功能快速對病變進行量化分析，判斷病變性質(zhì)及走向，評估疾病的嚴重程度，有效提高診斷效率和準確率。
如今，美國放射腫瘤學會院士也公開指出，用CT作為新型肺炎確診標準刻不容緩，毫無疑問，“CT+AI”將在接下的全球戰(zhàn)疫中繼續(xù)發(fā)揮重要作用。因此，在全球戰(zhàn)疫進入焦灼期，這類具有臨床意義的科研成果無疑對于全球疫情防控是非常寶貴的科技力量。
以深睿醫(yī)療新冠肺炎增強版為例，除了用于疑似新冠病例的篩查，醫(yī)生還可利用該軟件對重癥和危重癥病人進行隨訪；依托于隨訪數(shù)據(jù)觀察病情的發(fā)展，評估病情發(fā)展階段程度，積累臨床數(shù)據(jù)，并在未來用于傳染病科學性研究工作。
圖3 European Radiology文章中所揭示的新冠病人從癥狀出現(xiàn)到第15天以后，
其CT影像上肺炎的動態(tài)進展
除了本篇論文外，居勝紅教授團隊與深睿醫(yī)療合作的另一項成果《Dynamic evolution of COVID-19 on chest computed tomography: experience from Jiangsu province of China》也已被歐洲權(quán)威雜志《European Radiology》（影響因子3.962）接收，本研究揭示了新冠肺炎病灶體積、密度和位置的演變規(guī)律，為臨床動態(tài)隨訪提供了極高的價值。
到截稿為止，深睿醫(yī)療另有8篇最新科研成果被全球計算機視覺與模式識別會議（IEEE CVPR 2020）以及IEEE生物醫(yī)學成像國際研討會(IEEE ISBI 2020)收錄，其中4篇為oral，這些論文代表了計算機視覺領域尤其是醫(yī)療影像方向國際前沿的科研進展，同時，作為一家國內(nèi)頭部的AI醫(yī)療公司，深睿醫(yī)療將繼續(xù)聯(lián)合各醫(yī)療機構(gòu)，為全球新冠肺炎的防治作出貢獻。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號-57
