RT-PCR 常用于 COVID-19 检测，但其灵敏度（真阳性率）为 42% 至 71%。另一方面，使用 CT 图像进行 COVID-19 测试的灵敏度高达 97%。由于日本每个人口拥有大量 CT 成像设备，因此可以预期利用 CT 图像。 挑战在于建立一种使用计算机客观判断肺部状况的评估方法，以支持使用 CT 图像进行诊断并将判断量化。

　在这个AI分析平台的开发过程中，我们开发了一种机器学习方法，从国家信息研究所医疗大数据云平台上收集和积累的超过1亿张CT图像中选择肺炎CT图像。将该方法列出的肺炎CT图像与实际PCR检测结果和放射科医师对COVID-6肺炎典型性的判断结果相加，建立数据库。通过这种方式，我们为 AI 准备了学习数据集，并将其开发为用于 COVID-19 肺炎研究的 AI 分析平台。

　名古屋大学的一个研究小组通过将 AI 应用于 COVID-19 肺部炎症病例的 CT 图像数据库，开发了一种高度准确的方法来确定 COVID-19 肺炎的典型性。这实现了 83.3% 的典型识别性能。我们还开发了一种 AI 方法，可以在由于炎症等影响而难以在 CT 图像上识别肺部时，准确估计肺部的形状。

　研究团队旨在通过与其他研究团队合作改进AI算法，进一步完善针对COVID-19肺炎研究的AI分析平台，提高AI选择和判断的准确性。此外，据说它可以有效应对未来 COVID-19 以外的未知传染病等国家紧急问题。

参考：【国信所】开发新型冠状病毒肺炎CT影像AI分析平台--从全国各医院采集的CT影像经AI选取并维护为AI研究的优质数据集-