22、《基于胸部X光片的Keras深度学习模型预测COVID - 19综述》

《基于胸部X光片的Keras深度学习模型预测COVID - 19综述》

1. 引言

人工智能（AI）的概念由约翰·麦卡锡在20世纪50年代中期提出，它指的是制造智能机器，尤其是智能计算机程序的科学与工程。早在公元前400年，人类就萌生了相关想法，希腊哲学家亚里士多德提出的“三段论”为AI发展奠定了基础。过去二十年，AI发展迅猛，这得益于大量可用数据集，使其能在多领域广泛应用，如大数据处理与挖掘、构建防欺诈安全系统以及改善医疗保健等。

在医疗保健领域，从1999 - 2018年，相关研究出版物数量显著增加，医疗从业者诊断和预防疾病的压力也与日俱增，因此急需能辅助他们的方法。近年来，AI在图像识别和目标检测任务中应用增多，深度学习（DL），特别是卷积神经网络（CNNs）在医学成像疾病检测中得到广泛应用。

自2019年底，COVID - 19（SARS - CoV2）已感染超5亿人，导致600万人死亡。感染SARS - CoV2的人常出现急性呼吸窘迫综合征和肺纤维化。诊断COVID - 19最常见的方法是通过逆转录聚合酶链反应（RT - PCR）检测病毒RNA，但在RT - PCR不可用、结果延迟或首次检测阴性但临床高度怀疑时，胸部X光片（CXR）是合适的诊断方式。

CXR成本低、辐射适中，是筛查肺部异常的有效方法。然而，疫情期间全球放射科医生严重短缺，如欧洲每10万人口有13名放射科医生，英国每10万人口仅有8.5名。放射科医生因工作量增加、感染疾病风险及对未来的不确定性，身心健康受到影响，且超60%受访者认为这对他们的进一步培训和职业发展有不利影响。由于健康和不健康的CXR易于区分，可用于检测COVID - 19，但放射科医生短缺导致诊断和治疗过程延长。本研究旨