澳大研發智能系統區分新冠肺炎

澳門大學科技學院王百鍵教授及機電工程系博士生晏濤，開發一種基於多尺度卷積神經網絡的智能自動診斷系統，能成功區分新型冠狀病毒肺炎和其他常見肺炎。（ 澳門大學圖片）

澳門大學科技學院教授王百鍵及機電工程系博士生晏濤，開發一種基於多尺度卷積神經網絡的智能自動診斷系統，能成功區分新冠肺炎和其他常見肺炎，診斷速度比醫生快將近60倍，為肺炎檢測帶來新可行方案。該研究剛獲國際科學期刊《Chaos, Solitons & Fractals》發表。

新冠肺炎一般通過深喉唾液核酸測試來確認，但核酸測試也存在不少缺點，例如供應不足，費時且假陰性率高等問題；而透過胸部電腦斷層掃描（CT）來診斷可疑病例，即使準確性高且可提供與治理有關的詳盡資訊，但CT需要人手識別其特徵，加上患者眾多及多次CT掃描後，皆產生大量CT圖像，對身處疫情嚴峻地區的放射科醫生而言是重大挑戰。

為此，王百鍵及晏濤於疫情初期，與湖北省襄陽市中心醫院、襄陽市第一人民醫院之相關醫生合作研究，取得這兩間醫院206個核酸檢測為陽性的個案及患者416組胸部電腦斷層掃描圖像；他們亦在醫院內取得了412組沒有新冠肺炎病毒但有普通肺炎的胸部電腦斷層掃描圖像。

基於這些少量CT圖像，研究團隊研發一種基於多尺度卷積神經網絡的自動診斷系統。驗證結果表明，在有限數量的訓練數據下，該智能診斷系統能成功區分新冠肺炎和其他常見肺炎，診斷速度卻比醫生快將近60倍，這為肺炎檢測帶來新的可行方案。此外，團隊還進一步拓展該系統的功能，不久後，該智能系統將可具有區分正常肺部與五種常見肺炎，及對新冠肺炎患者病情嚴重性之預測能力。（編輯：賴蘇武）