华中科技大学多团队联合研发新冠人工智能诊断系统

截至2020年11月18日，新冠肺炎（COVID-19肺炎）已造成全球累计超过5500万人确诊，累积死亡人数超过133万，已有200多个国家或地区遭受了疫情。许多疫情严重的地区面临医疗资源的极度紧缺和患者激增的问题。尽管核酸检测能够灵敏的确诊新冠肺炎，但难以评估患者未来的病情严重程度和潜在死亡风险。另外，世界卫生组织报告称80%新冠肺炎患者为轻症，但重症患者死亡率超50%。因此，新冠肺炎的病况和死亡风险预测，有助于医疗资源的合理分配以及及时的临床干预，从而控制疫情蔓延和降低患者的重症率和死亡率。研究表明，许多临床指标（CF）和患者的胸部CT成像特征与新冠肺炎的病情严重程度存在相关性。因此，利用新冠肺炎患者的数据对于指导临床决策，进一步了解这种病毒性疾病以及进行诊断建模至关重要。

近日，华中科技大学附属协和医院王琳教授、王征教授和史河水教授、生命学院薛宇教授，以及梨园医院曾玉兰主任等多个团队，秉承“医工结合”理念，发挥多学科交叉研究的优势，成功联合研发新冠人工智能诊断系统，相关文章已在线发表在国际顶级期刊《自然·生物医学工程》上（https://www.nature.com/articles/s41551-020-00633-5）。

该研究通过收集、整合、注释和分类了1500多位新冠患者的海量肺CT特征和临床诊断大数据，在完全去除个人隐私信息之后，构建了国际上第一个新冠影像学和临床诊断信息的综合数据库iCTCF（http://ictcf.biocuckoo.cn/），其数据量达到265.1 GB。在此基础上，利用前沿深度学习技术，联合研发了“基于混合学习的新冠患者无偏预测”人工智能软件系统（Hybrid-learning for UnbiaSed predicTion of COVID-19 patients，缩写为HUST-19）。这款以华中科技大学命名的HUST-19的AI新冠诊断系统不仅可准确判断患者是否感染新冠，还可以精确预测病情的严重程度以及潜在的死亡可能，而目前同类算法只能预测患者是否感染新冠。使用HUST-19，我们对核酸检测尚未确诊的疑似病例进行了成功的预测和诊断。HUST-19能为我国乃至世界范围的新冠疫情防控带来全新有力的诊断工具。

华中科技大学生命学院博士生宁万山，协和医院医生雷世俊，曹玉坤以及梨园医院硕士生杨静静为论文的共同第一作者，协和医院王琳教授、王征教授和史河水教授、生命学院薛宇教授，以及梨园医院曾玉兰主任为共同通讯作者，本研究受到国家自然科学基金、华中科技大学前沿探索计划、华中科技大学学术前沿青年团队计划以及中央高校基本科研专项资金等项目的支持。