Port

基於人工智能和多組學的新型冠狀病毒感染的機制和診治的關鍵技術研究

張康、霍文遜、李婷

澳門科技大學

新冠病毒是近幾年最為嚴重的全球公共衛生危機,疫情的蔓延不僅顛覆性的影響了人類的日常生活,更令全球經濟陷入衰退,本澳經濟在該次疫情中亦遭受重創。在疫情爆發之初,研究新冠病毒如何傳播,如何診斷,如何幹預?對防治該疾病尤為重要,由澳門科學家領導的研究團隊對相關環節迅速開展了系統性、原創性研究,為新冠的科學防控及治療提供重要依據及實際應用成果。相關研究不僅在Cell, Nature等世界頂級科學期刊發表系列文章,更成功開展相關臨床應用。

該研究團隊發現與成人感染新冠相比,兒童肺炎病變特徵不明顯,診斷難度更大,且存在糞口傳播;研發出高效、低毒、可量產的新冠RBD重組蛋白疫苗;團隊所研發的快速診斷新冠肺炎的人工智能模型,對新冠肺炎診斷的準確率保持在90%以上, 僅需20秒即可提供結果;提高影像科醫生人工閱片時間約60倍。該系統已應用於7個國家的20多家醫院,連同數據集發佈於國家生物資訊中心,目前數據集的全球下載量已近350萬次。此外,研發的新冠病毒中和抗體快速檢測試劑盒,已獲歐盟CE認證,並開展轉化應用,相關工作極大推動了全球科學防治新冠。

圖1 基於CT影像的新冠肺炎AI影像輔助診斷系統介面 (Cell. 2020;181(6): 1423-1433.e11.)

圖2 SARS-CoV-2刺突蛋白RBD結構域的表徵 (Nature, 2020, 586(7830):572)

圖3. 新冠試劑盒檢測新冠中和抗體原理示意圖 (A)及產品包裝圖 (B)(歐盟CE認證No.:AT/CA01/I0018810-02)。