COVID-19 Computer-aided Diagnosis through AI-assisted CT Imaging Analysis: Deploying a Medical AI System

本文展示了一种最先进的人工智能系统，旨在自动分析CT图像，为迅速检测COVID-19提供感染概率，从而成为医生识别新型冠状病毒肺炎的有力辅助工具。该系统包含分类和分割组件，预计可减少医生检测时间，提高COVID-19检测的整体效率。我们成功地克服了各种挑战，如数据不一致性和匿名化，测试了模型的时间效率和数据安全性，使得系统可靠地部署在云端和边缘环境中。此外，我们的人工智能系统为每个3D CT扫描分配感染概率，并通过锚点集相似性增强了可解释性，从而帮助医生及时确认和隔离感染患者。

论文旨在展示一个基于人工智能的系统，能够自动分析CT图像，为COVID-19的快速检测提供感染概率，从而减少医生的检测时间并提高检测效率。

该系统包括分类和分割组件，能够在云和边缘环境中进行可靠和可扩展的部署，通过锚点集相似性提高可解释性，为医生及时确认和隔离感染患者提供帮助。

论文克服了数据不一致和匿名化等各种挑战，实现了模型的快速部署和数据安全，使用了多个数据集进行实验，并提供了开源代码，值得进一步深入研究。

最近的相关研究包括：'COVID-19 Detection from CT Scans Using Multi-Label Transfer Learning and Conditional Generative Adversarial Networks'，'COVID-19 Detection from Chest X-Ray Images Using Transfer Learning with Deep Convolutional Neural Networks'等。