限時免費
App 獨家
前往
掃描開啟:

【醫療科技】AI診斷工具 預測「長新冠」肺損傷

10:00 2022/07/31

分享:

分享:

「深層肺病變增強檢測法」(Deep-Lung Parenchyma-Enhancing,DLPE)透過AI輔助,量化及預測胸部CT的肺部病變。(KAUST)

新冠肺炎患者即使已經康復,但其後遺症仍可能對肺部造成持久傷害。只是傳統的電腦斷層掃描(Computed Tomography,CT),無法可靠地檢測出肺部隱性傷痕,以及其他潛在的肺部異常迹象。

有內地科學家開發一種新型電腦輔助診斷工具,運用AI技術,可對新冠康復者肺部進行更準確檢測,甚至預測潛在的肺部病變(Lung Lesions)。

【VR治療】研究:VR結合認知行為療法 減少75%恐懼症症狀

愈來愈多研究發現,新冠患者康復後,不少都留有長期後遺症「長新冠」(Long Covid)。據美國疾病控制和預防中心(CDC)的報告顯示,部分已經康復成年人,最普遍的長新冠迹象是呼吸道徵狀,如喘氣、鼻塞和咳嗽等,康復後患上肺部疾病的機率,是未染疫者的2倍。

目前仍不清楚全球有多少人確診後出現長新冠,但CDC數據顯示,長新冠徵狀出現的頻率從5%到80%不等,世界衞生組織(WHO)則估計是10%至20%,詳細數據則仍在調查。

常見肺纖維化 可及早治療

研究也指出,65歲以下新冠康復者中,每5人就有1人至少會有一種長新冠徵狀;而65歲以上人士情況,則是每4人就有1人,反映年長人士出現長新冠的機率較高。

長新冠的呼吸道徵狀主要來自肺部病變,當中以肺部纖維化(Pulmonary fibrosis)是最常見,而進行氧氣療法和加強心肺耐力、訓練體能,是改善肺纖維化的方法。因此病人愈早發現肺部病變,並進行相應的康復治療,能減低了長新冠對患者的長期影響。

【醫療科技】電子遊戲EndeavorRx 訓練「過度活躍症」兒童專注力

現時最大挑戰是,新冠患者經過治療後,會進行CT檢測肺部健康狀況,如無發現異常迹象,就會診斷為康復並出院。但問題是,不少案例是在康復者出院兩至三個月後,才開始出現各種長新冠徵狀,然後再入院檢查時,方發現是患上新冠造成的隱性肺部傷痕,所引發出來的肺部病變。

藉深度學習 找出隱藏特徵

阿卜杜拉國王科技大學(KAUST)計算生物學中心研究員高欣與他的科學團隊,聯同哈爾濱醫科大學的臨床研究人員,開發了「深層肺病變增強檢測法」(Deep-Lung Parenchyma-Enhancing,DLPE),透過AI輔助,量化及預測胸部CT的肺部病變。

研究人員收集來自內地數千名新冠住院患者的CT掃描紀錄,然後透過深度學習的分割模型,將各種案例進行組合,分析將會產生肺部病變的CT圖像有何其他隱藏特徵,從而訓練和驗證他們的算法。

高欣指出,DLPE試圖通過將過去視覺上無法辨別的特徵,增強到可辨別的程度,來幫助放射科醫生看到以往「看不見的東西」。使用DLPE後,醫生就可消除CT掃描層面的偏差,以肉眼觀察以外的方式,預測新冠康復者即將出現肺部病變的可能,而這種診斷方式在標準CT圖像分析是無法做到。

《ET贏商有計》每集請來香港企業品牌,分享疫下營商Tips。即看最新一集:

記者:陳卓賢

緊貼財經時事新聞分析,讚好hket Facebook 專版
訂閱《香港經濟日報》電郵通訊
收取第一手財經新聞資訊 了解更多投資理財知識 提交代表本人同意收取香港經濟日報集團所發出的推廣訊息,你也可以查閱本網站的私隱政策使用條款