新近的研究表明，计算机断层扫描(CT)的视觉定量评估和人工智能(AI)技术在评估和预测进展期新型冠状病毒肺炎（COVID-19）患者的疾病严重程度方面具有潜在价值。通过回顾性分析86例COVID-19患者的临床及影像资料，研究者们旨在探索这些技术对于疾病严重程度评估和预测的准确性。
在研究中，患者的临床资料和CT图像被分为重型或危重型COVID-19（31例）和普通型COVID-19（55例）两组。研究分析了两组患者的CT参数特征，例如CT评分和肺段累及数量，并通过受试者工作特征曲线（ROC曲线）来评估CT评分和肺段累及数量在预测重症COVID-19中的有效性。同时，研究还应用了AI软件来判定COVID-19患者的严重程度，并计算了AI预测重症COVID-19的敏感性和特异性。
研究结果表明，在重型-危重型COVID-19患者中，CT评分和肺段累及数量的中位数显著高于普通型患者，且差异具有统计学意义。尽管两组患者在磨玻璃影、实变、胸膜下线和“铺路石”征的发生率上差异无显著性，但CT评分和肺段累及数量的ROC曲线分析结果显示了较高的曲线下面积（AUC），表明这些量化评估方法在预测重症COVID-19方面具有一定的准确性。
具体来说，使用CT评分进行预测时，当截断值设定为5时，其敏感性为71.0%，特异性为90.9%；而使用肺段累及数量进行预测时，当截断值设定为10.5时，敏感性为87.1%，特异性为81.8%。在AI预测方面，AI预判重型-危重型COVID-19的敏感性为77.4%，特异性为92.7%。
CT影像技术在COVID-19的诊断、治疗监测和预后评估中具有重要作用。利用AI技术进行图像分析，可以提高影像解读的效率和准确性，同时减少放射科医师的工作负担。AI系统可以自动识别和量化CT影像中肺部病灶的范围，如磨玻璃影、实变区域等，从而辅助医疗决策。
在COVID-19的临床管理中，早期识别重症病例对于优化治疗策略和提高救治成功率至关重要。此研究的发现表明，CT视觉定量评估和AI技术可以为临床提供准确的预后信息，有助于实现对普通型COVID-19患者重症化的早期预警，从而改善患者的临床结果。
CT视觉定量评估和AI技术的联合应用，在COVID-19的严重程度评估和预测方面展示了其潜在的临床应用价值。这不仅有利于医生制定更为个性化的治疗计划，也有助于合理分配医疗资源，提高医疗系统的整体响应能力。随着技术的进一步发展和优化，未来这些技术有望在传染病监测、疫情控制和公共卫生安全等领域发挥更为重要的作用。
