数据数量和多样性的扩充有助于提升人工智能模型的预测准确性

NVIDIA初创加速计划成员Qure.ai的人工智能胸部X光工具qXR帮助临床医生解答新冠肺炎肺部扫描影像的问题，其目前已在二十多个国家投入使用，助力抗击新冠肺炎疫情。

Qure.ai是一家总部位于孟买的初创公司，自2016年以来一直致力于开发可通过肺部扫描检测疾病迹象的AI工具。因此，当新冠肺炎疫情开始在全球蔓延时，该公司迅速调整其解决方案以满足临床医生的迫切需求。

qXR是Qure.ai应用于胸部X光的人工智能工具，它经250万次包含肿瘤、肺结核等疾病迹象的胸部X光训练而成，目前已在二十多个国家投入使用，用于监测肺部异常。

随着中国、韩国、伊朗等较早爆发疫情的国家发布首个新冠肺炎专用数据集，该公司迅速整合了这些扫描结果，使qXR能够在胸部X光图像上标记特征区域并输出新冠肺炎评估结果。

“世界各地的临床医生正在寻找能够帮助做出有关新冠肺炎病例的关键决策的工具，比如患者何时应该住院、何时转移到ICU、何时插管。”Qure.ai的首席商务官Chiranjiv Singh说，“客观数据能够为这些临床决策提供必要的支持和帮助，而这正是我们的人工智能工具所能提供的。”

同温度和含氧量等客观数据一样，人工智能可以帮助量化疾病对于病人的肺的影响，从而帮助临床医生在缺乏检测工具的情况下对潜在的新冠肺炎病例进行分诊，或比较多次胸部X光检查结果以跟踪疾病进展。

最近几周，该公司在全球约50个地点部署了新冠肺炎版本的qXR，其中包括英国、美国、印度、意大利和墨西哥的医院。巴基斯坦的医疗工作者通过装备在医疗车上的qXR积极跟踪社区中的病例。

NVIDIA初创加速计划旨在为初创公司提供资源帮助其快速扩张，Qure.ai作为其中一员，使用了本地部署的数组NVIDIA TITAN GPU以及通过AWS训练和推理完善的数组V100 Tensor Core GPU。qXR此前已在欧洲获得CE标志，这家初创公司当前正在寻求FDA的批准。

捕获新冠肺炎图像

对于新冠肺炎病例而言，并非每个病例的病情都能在胸部X光图像中得以体现，因此其只是众多参考图像之一。但由于各类X光机的广泛使用，包括便携式床边X光机在内，它们迅速成为了医院接收新冠肺炎患者后的首选成像方式。

“通过已有文献，我们了解到胸部X光中可以看到的某些新冠肺炎指标，比如毛玻璃样浑浊和实变，并注意到病毒倾向于在肺的两侧‘安营扎寨’。”Singh说，“我们的人工智能模型将这些因素和相关表现识别为新冠肺炎的阳性指标，钙化和胸腔积液等表现则为阴性。”

qXR工具会输出高、中、低或无四种COVID-19风险评级，并在一分钟内完成对病变的标记与量化，为临床医生提供一个客观的测量值作为参考。

通过快速处理胸部X光图像，qXR帮助一些医生在等待检测结果时对有新冠肺炎症状的患者进行分流。还有一些医生借助该工具比较同一病人在一段时间内的多次扫描图像，以监测疾病进展。为了便于使用，qXR集成了包括PACS成像系统在内的放射科医生全部工作流程。

“工作流集成是非常关键的任务，因为越是不易被察觉地嵌入到医疗工作流程中的人工智能解决方案，越会被更多地采用和使用。”Singh说。

虽然具备新冠肺炎分析功能的qXR的第一个版本已经对大约11，500个针对该病毒的扫描图像进行了训练和验证，该团队依然每周向数据集中添加数千个新样本。随着可用数据量的增加，其输出结果的准确性也得到了提升。

Singh认为此次公司能够迅速将目标转向新冠肺炎，部分得益于多年来收集的各种胸部X光数据。Qure.ai一共有近800万个研究项目，平均分布在北美洲、欧洲、中东和亚洲，还有一系列针对不同设备制造商和医疗保健环境的研究。

“数据数量和多样性的扩充有助于提升人工智能模型的预测准确性。” Singh说，“不要追求建立在单一站点或国家的纯净数据集，它看似完美却不适用于任何一个新环境。

从云端到临床

包括英国博尔顿国民保健服务基金会和米兰圣拉斐尔大学医院在内的数十家机构已经将qXR应用于临床，帮助放射科医生监测新冠肺炎患者的病情进展。

通过云端部署，大多数客户可以在一个小时内安装并运行qXR。在类似大流行这样的紧急环境中，云端部署克服了受出行限制无法现场进行安装的困难，帮助医院迅速行动。拥有本地数据中心的医院客户可以选择使用他们的现场计算资源进行推理。

至于Qure.ai的下一步，Singh表示：“是让尽可能多的放射科医生和其他临床医生能够直接与世界各地的患者互动。”

该公司还开发了一种自然语言处理工具qScout，它通过一个聊天机器人与那些怀疑自己感染了病毒或正在家中康复的患者取得联系并完成定期检查。与门诊病人保持联系是监测病症的重要工具，它能够持续跟踪病人恢复情况并在病人可能需要住院时提醒医护人员，与此同时权衡医院基础设施的压力，不至于使其负担过重。

qScout的概念落地仅用了6周时间，它的第一个客户是阿曼的卫生部。
责任编辑:pj