关于 COVID-19 疑似患者管理 AI 分诊系统研发和评估的回顾性研究

本研究目标为开发一个深度学习算法以自动进行肺炎病灶分割，并提示医生是否有疑似病例。该算法旨在：（1）促进对高度疑似病例（在 CT 上显示 COVID-19 相关征象）的快速和优先干预；（2）实现对肺炎病变的自动和更精确的定量评估。通过比较该算法和标准临床工作流程在区分发热门诊高度可疑 COVID-19 患者方面的时效性能，验证基于深度学习的方法可以以更有效的方式对病例进行优先排序，特别是在临床资源匮乏和压力巨大的情况下，帮助医生进行更快速高效的疑似病例筛查。