16、AI、ML技术在医疗领域的应用及医学图像加密方法

AI、ML技术在医疗领域的应用及医学图像加密方法

AI和ML技术在COVID - 19检测中的应用

新冠疫情席卷全球，给世界带来了巨大影响。各国政府和科学界都在努力寻找应对这一流行病的方法。目前，已经采用了如X射线和CT扫描等多种医学检查手段来检测病毒。然而，全球的医学从业者对COVID - 19的了解仍有限，计算机程序可以在做出关键决策时提供帮助。

在相关研究中，进行了不同类型的分类检测。一种是检测其他疾病与COVID - 19的区别，其中使用3D模型进行分类时达到了最高的准确率，为90.8%；另一种情况，混合模型的准确率为92.4%，而另一个模型的准确率为91.7%。

不过，所提出的模型存在一些局限性。主要问题在于用于训练的数据集，所有训练数据均来自RT - PCR测试呈阳性的样本。但实际观察发现，即使RT - PCR测试呈阳性，CT结果也常常为阴性。因此，不能仅根据CT图像来判断一个人是否感染了COVID - 19。

研究通过收集来自不同地点的大量CT样本，涵盖了超过1296张COVID - 19 CT图像，以及1735张社区获得性肺炎（CAP）和1325张非肺炎CT图像作为对照组。设计并评估了一个深度学习模型，用于从胸部CT图像中检测COVID - 19。在独立测试数据集上，该模型在检测COVID - 19时实现了高灵敏度（90% [95% CI: 83, 94%]）和高特异性（96% [95% CI: 93, 98%]）。COVID - 19和社区获得性肺炎（CAP）的AUC值分别为0.96 [95% CI: 0.94, 0.99]和0.95 [95% CI: 0.93, 0.97]。

深度学习技术在放射学领域取得了显著的成功。例