國際生醫新聞

秒速閱讀：美國西北大學(Northwestern University)研究團隊開發出一款DeepCOVID-XR的AI人工智慧演算法，可透過分析肺部X光影像自動篩出潛在的COVID-19患者，且速度比胸腔放射科醫生快10倍，可做為更有效率的一線防疫措施。

這款名為DeepCOVID-XR的機器學習演算法是經過17,000筆的肺部X光影像的數據進行訓練和測試，發現相較於正常人，COVID-19患者的肺部X光影像會較模糊，並出現一些斑塊與陰影，且當肺部膨脹時會充滿液體而非空氣。此演算法能夠在肺部X光影像中快速篩出潛在的COVID-19患者，且速度比胸腔放射科醫生快10倍，準確度也高出1％-6％。這項研究已發表在知名期刊⟪Radiology⟫。

儘管這些現象與肺炎、心力衰竭或其他肺部疾病相似，但DeepCOVID-XR仍能分辨出差異並篩出COVID-19患者。研究數據顯示，DeepCOVID-XR能在18分鐘內處理300組X光影像，相較之下，五名經驗豐富的放射科醫師則需要2.5-3個小時之久。且與核酸檢測結果對照的準確率方面，DeepCOVID-XR有82％的準確率，與5位醫師的76％-81％的結果相當。 

當然，放射診斷仍然有其局限性，因為並非所有的COVID-19感染患者都會在肺部顯示出疾病跡象，尤其是在感染的早期階段。西北醫學心血管研究所的心臟病學家Ramsey Wehbe表示，目前COVID-19核酸檢測需要數小時或數天才能取得結果，儘管AI演算法無法確認是否感染了COVID-19，但能在核酸檢測結果出來前利用相對常規、安全且低成本的X光檢測，在幾秒鐘的時間內快速篩查並標記出疑似病患，可以達到更有效率的防疫隔離措施，同時也得以保護相關醫護人員。

研究團隊目前已將此DeepCOVID-XR演算法公開，讓其他人得以用新的數據進行資料訓練，最終朝向臨床使用做開發。

資料來源：Fierce Biotech

更多資訊，請參考今日彙整。