疫情期间,医生为新冠肺炎患者进行听诊检查。医院供图
数据库构建后,曾和松教授团队再联合华中科技大学光学与电子信息学院王超教授和江汉大学物理与信息工程学院张建敏教授,建立深度学习人工智能模型。
通过这种模型诊断,发现该智能模型对正常患者和新冠肺炎异常肺音进行分类的准确率达到95%以上。此外,该人工智能模型还可将正常、普通型、重型和危重型患者进行分级诊断,准确率达95%以上。
可对远程诊断进行辅助辅助
曾和松举例,如果异地的医生想要通过这种方法为患者诊断,可在当地听诊后,再通过网络,在人工智能模型系统里比对听诊音,由此判断患者病情。
这项研究是否适用于无症状患者?曾教授研究团队表示,要取决于采集数据量的多少。
此项研究目前正在申请知识产权专利。曾和松教授相信,心肺音数据采集,非专业人士即可操作,尤其在如新冠肺炎高传播性和高致死性的疾病中具有重大意义。
|