中大團隊研AI分析新冠患者CT影像 提高臨床診斷效率

由香港中文大學工程學院計算機科學與工程學系竇琪教授與王平安教授，和醫學院影像及介入放射學系蘇宛彤醫生與余俊豪教授所帶領的跨學科研究團隊，聯合開發了一個人工智能（AI）系統，可快速及準確地自動檢測胸部電腦斷層掃瞄（Computed Tomography Scan，簡稱 CT）影像上的新冠肺炎感染病灶。

該研究採用新型聯邦學習技術，通過香港多家醫院的臨床影像數據對AI模型進行訓練，無需將數據集中在一處，藉以保護病人私隱。在新冠肺炎的臨床診斷中，放射科醫生可透過醫學影像有效定量評估疾病的嚴重程度和觀察病情進展及恢復情況。然而，激增的醫學影像檢查使放射科醫生面臨前所未有的挑戰。因此，AI診斷系統對新冠病人的有效診斷和管理有很大的輔助作用。

而中大研究團隊揉合工程和醫學的跨學科優勢，開發了新一代AI系統，可以準確迅速地從CT影像中自動檢測新冠病毒的病變，從而為臨床醫生提供即時可靠的診斷結果。

中大研究團隊建立的AI模型已在內地和德國多個數據中心進行了獨立的外部驗證。結果顯示，該AI模型在香港本地及其他地區患者的CT影像上都具有優異的病變檢測性能。這項最新研究亦展示了AI驅動的數字醫療技術在全球疾病爆發中的實用途徑和潛在效能。該研究近期已發表在 Nature 旗下綜合期刊 npj DigitalMedicine。

計算機科學與工程學系竇琪教授表示，團隊利用內地和歐洲多個獨立及不可見的外部數據集對訓練後的AI系統進行驗證，快速開發高效可靠的 AI 模型以建立大規模醫療數據集的可行性和巨大潛力，同時保護病人私隱。

中大醫學院影像及介入放射學系助理教授蘇宛彤醫生則稱，AI系統還具有明顯的速度優勢，一旦應用可大幅度提高臨床診斷效率。中大醫學院影像及介入放射學系系主任余俊豪教授補充指，是次研究表明了跨學科融合多地域合作是 AI 克服複雜真實場景解決實際臨床需求的關鍵所在。