放射科医生通过深度学习在胸部x光片中发现COVID-19的迹象

Johns Hopkins放射科医生发现，一种深入学习算法，用于检测胸部X射线的结核病可能是鉴定与Covid-19相关的肺异常。这些发现，在线发布胸廓影像学杂志的研究表明，深度学习系统有可能帮助临床医生对这些高风险患者进行分类和治疗，并帮助克服可用于机器学习开发的COVID-19图像稀缺的问题。

该研究基于观察结果，即Covid-19的胸部X射线异常与TB患者的胸部X射线异常非常相似。已提出胸部X射线作为评估Covid-19患者的潜在有用的工具，特别是在不堪重负的急诊部门和紧急护理中心，但研究团队假设一个深度学习模型已经接受过用x射线识别结核病的训练，也可以很好地识别新型冠状病毒的迹象。

“我们发现我们对Covid-19的TB模型的良好概括，”保罗·艾利省和医疗保健中心联盟中心联合主任保罗·保罗·保罗·毅。“我们的目标是展示一个深度学习模型从未看过”看到“Covid-19的案例的能力，以识别这些案件。因为Covid-19是一种新的感染，目前无法培训深度学习模型的大型数据集。我们假设其他感染的图像与Covid-19具有类似的外表的图像可用于培训能够识别这种新疾病的模型。“

彝族，除了Johns Hopkins医学院的医学生和学校放射科学系胸部放射学院的医学学生，以及学校放射学系的医学学生，收集了88名公开的正面胸部X射线患者确认的Covid-19诊断。在88中，该模型将其中78人正确分类为Covid-19的“积极”，为89％成功率。

虽然这些结果令人鼓舞，但该团队承认他们的研究存在局限性。例如，虽然该模型可以识别COVID-19阳性x射线，但可能无法将其与其他导致类似肺部异常的疾病区分开来。

然而，随着大流行的持续存在，进一步研究该领域肯定需要。“这些结果是临床环境中Covid-19的潜在新筛选方法的概念证据，”添加yi。“深入学习模式可以促进急诊部门的速度更快，非放射科医生对前线的护理点解释，以及放射科学家的潜在工作量减少。”

---

---