APP下载

人工智能技术在新型冠状病毒肺炎诊疗过程中的应用

2021-04-03张晨光

中国医疗器械杂志 2021年4期
关键词:特征模型

张晨光

国家药品监督管理局医疗器械技术审评中心,北京市,100081

0 引言

自2019年12月以来,新型冠状病毒肺炎(COVID-19)疫情席卷全球,根据世界卫生组织(WHO)的统计数据,已经造成超过2 500万人确诊,死亡人数超过80万人[1],疫情的快速传播为世界公共卫生系统带来巨大挑战。短时间内大量病人涌入急诊和发热门诊等待诊断和治疗,医疗机构负荷骤然提升。作为COVID-19诊断的重要方法[2],CT影像和实时荧光PT-PCR核酸检测能力在疫情早期严重不足。此外,由于缺乏对患者病情走势的判断,对COVID-19急性并发症也难以提前准备和干预 。随着人工智能(artificial intelligence,AI)技术不断发展成熟,其在图像识别、数据分析、决策辅助等方面的先进算法越来越丰富。将AI技术与现有条件下的疾病诊疗手段进行深度融合,充分发挥其独特优势,将可以帮助我们更好地应对COVID-19等突发性重大传染病带来的挑战。

1 AI技术与COVID-19诊疗概述

1.1 AI技术应对COVID-19的特点

AI技术是在计算机科学、控制论、信息论、心理学等学科的基础上发展起来的融合性技术,基于卷积神经网络(convolutional neural network,CNN)、机器学习(machine learning,ML)和深度学习(deep learning,DL)等方法,通过对海量数据的训练和学习,使模型具有良好的决策判断能力、适应能力和自我完善能力[3]。AI模型的建立需要基于一定数量的既有样品数据,而一旦有效的模型得以确立,将帮助人们做出快速、稳定的决策。随着训练数据量不断增加,模型的准确性和鲁棒性也将不断增强。

COVID-19是一种突发新型急性传染病,人群普遍易感,且其症状与普通肺炎及其他呼吸系统疾病具有很多相似性,这些特点进一步加大了诊疗的困难。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用