云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！
自从新冠肺炎在全球爆发以来，众多医学影像AI企业均开发了相关的医学影像AI产品，并被广泛使用。
其中，加州大学圣地亚哥分校（UCSD）卫生系统的Albert Hsiao团队，已经在一项X射线胸片上识别肺炎的人工智能项目上研究了18个月。当新冠病毒袭击美国时，他们决定看看这套系统能做什么。
研究人员迅速部署了他们的程序，该程序会在X射线图像上打上有彩色斑点，用于勾画肺损伤或肺炎迹象。UCSD增强成像和人工智能数据分析实验室主任Hsiao表示，他们已经将其应用于6000多次胸部X射线检测。
他的团队，是疫情期间美国将AI计划推向临床应用的几支重要团队之一，执行的任务包括确定哪些患者面临最大的并发症风险，以及哪些患者可以安全地转入低强度护理。
而像UCSD这样的团队在美国非常之多，基于AI，机器学习程序可滚动分析百万条数据，以检测出临床医生可能难以识别或者漏诊的特征。
然而，很少有新冠检测算法进行过严格的临床测试。
AI专家警告说，尽管AI通常看起来很有帮助，但在疫情期推广这些程序，可能会给医生带来较大的学习成本，同时在实际临床使用过程中，也存在误诊问题。
斯克里普斯研究转化研究所所长埃里克·托波尔（Eric Topol）博士说：“人工智能正在被用于检测可疑的的影像特征。”
Eric Topol举例了电子健康记录供应商Epic创建的新冠AI系统，该系统可以预测哪些冠状病毒患者可能会患重病。
Epic官方表示，该公司的模型已得到来自21个医疗组织16000多名住院的新冠患者数据验证。Epic认知计算软件开发人员James Hickman说，他们尚未发表有关新冠AI工具的结果，供第三方监管或鉴定研究人员评估。但无论如何，该工具“旨在辅助临床医生做出治疗决策，但并不能代替他们的判断。”
其他人则将新冠视为释放AI价值的机会。
杜克大学（Duke University）数据科学研究员、FDA前首席信息官埃里克·佩拉克斯利斯（Eric Perakslis）说：“我的直觉是，新冠AI程序它有优点，但也不能否认它存在的诸多不足，但在疫情期间进行该研究很重要。”
2019年，美国有近20亿美元的资本涌入了医疗AI行业。根据数字健康技术投资商Rock Health的数据，2020年第一季度的投资总额为6.35亿美元，高于2019年第一季度的1.55亿美元。
据Rock Health称，至少有三家医疗AI公司因新冠相关产品完成融资，如肺部影像AI企业Vida Diagnostics。
总体而言，以往AI在临床中的应用非常有限，然而，疫情加速了它的落地进程。
其中，UCSD的新冠AI模型，仅在两周内就已完成训练和测试。
目前UCSD团队的项目已经得到了亚马逊AWS、加利福尼亚大学和美国国家科学基金会的研究资助。通过AI算法对医院拍摄的每张胸部X光进行检查。
UCSD Health首席信息官Christopher Longhurst博士说，他们虽然尚未公布有关的数据，但医生报告说这套工具直接辅助了三分之一的临床决策。
他说：“迄今为止的结果令人鼓舞，我们没有看到任何负面的结果。”
Longhurst说，人工智能在影像学方面比临床医学的其他领域更为先进，因为放射影像具有大量数据用于模型训练。
约翰·霍普金斯大学研究人员最近获得了美国国家科学基金会的资助，其项目可将AI用于预测新冠患者的心脏损害。
而在在纽约市，两个主要的医院系统正在使用支持AI算法，来帮助他们确定何时以及如何将患者转移到另一阶段的护理或送回家中。
西奈山临床创新副总裁罗比·弗里曼说，在西奈山卫生系统，一种人工智能算法可以确定哪些新冠患者可以在72小时内准备出院。
NYU Langone Health也已开发了类似的AI模型，其预测分析团队的负责人Yindalon Aphinyanaphongs博士说，AI可以预测进入医院的新冠患者，在未来四天内是否会发生恶性情况。
该模型将在为期四到六周的试验中运行，将患者随机分为两组：一组将接受警报的医生，另一组不会接受警报的医生。Aphinyanaphongs说，该算法可以帮助医生生成一系列报告，预测患者入院后是否有发生并发症的风险。
然而，部分卫生系统也对新冠AI并不感冒。
某医疗中心负责AI临床整合的医学信息学总监Ron Li说，斯坦福大学医疗保健部门并未使用AI管理新冠患者。
在医院外，AI被用于帮助卫生系统，跟踪未感染冠状病毒但如果感染COVID-19可能易患并发症的患者。
在Scripps Health，临床医生正在使用风险评分模型对患者进行分层，以评估其患上COVID-19和出现严重症状的风险，该模型考虑了年龄，慢性病和近期就诊等因素。当患者得分7或更高时，分诊护士会提供有关冠状病毒的信息，并可以安排预约。
尽管紧急情况为尝试先进的工具提供了独特的机会，但是对于卫生系统来说，确保医生对它们感到满意并通过大量的测试和验证谨慎使用这些工具至关重要，Topol说。
他说：“当人们在激烈的战斗中，精力充沛时，有AI辅助是一件很棒的事。但我们需要确保算法和AI工具不会引起误诊，因为生命危在旦夕。”
【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
原文发布时间：2020-05-24
本文作者：物联网IoT996
本文来自：“雷锋网”，了解相关信息可以关注“雷锋网”
来源：oschina
链接：https://my.oschina.net/u/4373225/blog/4291759