澳門大學科技學院王百鍵教授及機電工程系博士生晏濤與內地醫學專家合作，開發出智能自動診斷系統，能成功區分新冠肺炎和其他常見的肺炎，診斷速度比醫生快近 60 倍，為肺炎檢測帶來新方案。該研究剛獲國際科學期刊《Chaos, Solitons & Fractals》發表。

新冠病毒肺炎一般通過深喉唾液核酸測試來確認，但核酸測試也存在不少缺點，包括供應不足，費時且假陰性率高等問題，有機會導致患者無法及時診斷。目前眾多專家已建議使用胸部電腦斷層掃描（CT）來診斷可疑病例，CT診斷準確性高且可以提供與治理有關的詳盡資訊，但胸部電腦斷層掃描圖像則需要人手識別其特徵，加上患者眾多及每位患者的多次CT掃描皆產生了大量的CT圖像（每次掃描平均產生過百片圖像），對疫情嚴重地區的放射科醫生來說是一個重大挑戰。

為此，研究團隊取得 206 個核酸檢測為陽性的個案及 416 組胸部電腦斷層掃描圖像。並取得 412組 沒有新冠病毒而只有普通肺炎的胸部電腦斷層掃描圖像。

基於這些CT圖像，研究團隊研發一種基於多尺度卷積神經網絡的自動診斷系統。驗證結果表明，該智能診斷系統能成功區分新型冠狀病毒肺炎和其他常見的肺炎，其診斷能力與經驗豐富的放射科醫生相當，但診斷速度卻比醫生快將近 60 倍。

團隊還進一步拓展該系統的功能，他們開發的多類肺炎診斷算法及新型冠狀病毒肺炎嚴重性預測算法已接近完成。不久後，該智能系統將可具有區分正常肺部與五種常見肺炎及對新冠病毒肺炎患者進行嚴重性預測的能力。