(HealthDay)—Künstliche Intelligenz ermöglicht coronavirus Krankheit 2019 (COVID-19) werden erkannt und unterschieden von der Gemeinschaft-erworbenen Pneumonie (CAP) auf der Brust Computertomographie (CT), entsprechend einer Studie online veröffentlicht am 19. März in der Radiologie.
Lin Li aus Wuhan Huangpi People ‘ s Hospital in China, und Kollegen entwickelten eine Vollautomatische Rahmen zu erkennen COVID-19 mit Brust CT in eine Retrospektive und eine multizentrische Studie. Zum extrahieren von visual features von volumetrischen Brust-CT-Prüfungen, ein deep learning Modell COVID-19-Erkennung neuronales Netz entwickelt wurde. Zum testen der Robustheit des Modells, GAP und anderen nonpneumonia CT-Prüfungen enthalten waren.
Das dataset enthalten 4,356 Kopf CT-Prüfungen von 3,322 Patienten erhalten von sechs Krankenhäusern, die zwischen August 2016 und Februar 2020. Die Forscher fanden, dass in das unabhängige test-set, pro-Klausur Sensitivität und Spezifität für die Erkennung von COVID-19 90 und 96 Prozent, jeweils mit einer Fläche unter der receiver operating characteristic Kurve (AUC) von 0.96. Für die Erkennung von GAP in den unabhängigen Tests festgelegt, die pro-Prüfung Sensitivität und Spezifität auf 87 und 92 Prozent, jeweils mit einer AUC von 0,95.
