约翰·霍普金斯大学的放射科医生已经重新设计了深度学习算法

　　约翰·霍普金斯大学的放射科医生已经重新设计了深度学习算法，该算法旨在检测胸部X光片上的结核病，从而帮助识别COVID-19。

　　队有它的工作发表在网上中华胸成像，并覆盖由约翰霍普金斯大学新闻媒体集线器。

　　作者指出，唯一的警告是，当面对结核病常见但在COVID中罕见的肺部发现时，AI模型可能会返回COVID阳性诊断。

　　尽管如此，该算法仍正确地将88例COVID-19胸部X射线中的78例归类为阳性。那是89%的成功率，并且在实验室测试中证实了阳性病例。

　　概念验证研究进一步表明，由模型生成的视觉热图在几种情况下可能有用。

　　“由于流行病使发达国家的医院不堪重负，协助非专业放射科医生的诊断工具可能变得尤为重要，在发达国家，由于社会隔离和隔离与COVID-19签订合同的工人的要求，卫生保健人员正在减少，而在发展中国家，这种情况很少专门的放射科医生在基线工作。”主要作者医学博士Paul Yi和同事写道。

　　此外，他们指出，诸如此类的深度学习模型可以用作分类工具，以快速隔离急诊候诊区中可能出现COVID阳性的患者。

　　在集线器的报道中，Yi说，重新设计模型的想法是由新型冠状病毒的新颖性引发的。

　　他说：“我们的目标是证明从未学习过COVID-19案例的深度学习模型能够识别这些案例。”“由于COVID-19是一种新型感染，因此目前尚无法使用大型数据集来训练深度学习模型。我们假设可以使用外观与COVID-19类似的其他感染图像来训练能够识别这种新疾病的模型。”