AI辅助系统20秒完成CT诊断 胸部CT和X光的新冠肺炎AI辅助诊断系统

AI辅助系统团队开发了基于胸部CT和X光的新冠肺炎AI辅助诊断系统，可以快速诊断并保持准确性。以往有经验的影像医生看一个患者CT大约花15-20分钟，而AI辅助系统可以在20秒完成一例患者CT检测和诊断，准确性达90%，相当于一个省级三甲医院影像科副教授水平。

医生在电脑前操作人工智能辅助诊断系统。

平安是对社会最大的贡献

在疫情防控的关键时期，怎样给一线医务人员赋能，让他们能尽早、尽快、尽可能准确地诊断新冠肺炎，显得尤为重要。广东省干细胞与再生医学重点实验室组织精干科技力量攻关，研发出了基于胸部CT的人工智能辅助诊断系统。项目负责人表示，前期内部验证中这个系统的准确率达到了94%以上，估计后期推广应用中可有90%以上准确率。目前这个系统即将扩大使用范围，一旦成功，这一“广东模式”将走向全国。

近日，记者来到中山大学孙逸仙纪念医院南院区实地采访，基于胸部CT的人工智能辅助诊断系统已经在该院使用。在医院二楼，放射科高明医生正在电脑前查看患者的胸部CT，每一套胸部CT片子近300个切面，正常情况下需要15到30分钟才能查看完，但人工智能辅助诊断系统只用十几秒钟就可输出诊断结果。这一系统可辅助医生快速诊断，极大地提高了诊断效率和准确性。

项目针对紧迫的现实需要

中山大学孙逸仙纪念医院副院长林天歆教授是该AI项目的总负责人。林天歆表示，自从武汉发生疫情和钟南山院士判断可以人传人之后，广东省干细胞和再生医学重点实验室就紧急启动了本项目。

为什么会启动这个科研项目？林天歆说，确实有很紧迫的现实需要，核酸检测耗时长，而且咽拭子取材不当也影响检出率。国家卫健委从第五版新冠肺炎诊疗方案起提出，胸部CT是新冠肺炎临床诊断的重要依据。但胸部CT诊断也存在几个问题：第一，CT有数百个切面，一个有经验的医生也需要15-30分钟来阅片。第二，基层医院，甚至部分市级医院，由于新发病例不多，医生通过胸部CT诊断新冠肺炎的准确性有待提高。第三，观察疗效时，需要花费大量时间逐层对比前后两次CT。“基于这个情况，我们觉得很有必要研发一个基于胸部CT的新冠肺炎人工智能辅助诊断系统。”

因此，中山大学孙逸仙纪念医院立即联合广东省实验室，清华大学、澳门科技大学以及康睿智能科技有限公司开展科技攻关，快速研发出这套系统。广东省干细胞与再生医学重点实验室为本项目提供300万元研究经费。

从几千个影像特征中筛出最重要的8-10个

这个AI系统是怎么工作的呢？林天歆说，首先根据临床问题快速收集新冠肺炎、其他病毒性肺炎、细菌性肺炎、其他肺部疾病以及正常胸部CT并请影像科医生对各类肺部疾病患者的CT进行特征标注设计针对性算法；接着人工智能团队会设计针对性算法并对上述特征进行深度学习，从几千个影像特征中筛选出最具有诊断意义的8-10个特征；最后利用上述特征与算法对各类胸部CT进行分层诊断：一是区分正常、肺炎和其他疾病，二是在肺炎基础上，再分为病毒性肺炎和细菌性肺炎，第三是将病毒性肺炎再分为新冠肺炎和非新冠肺炎。最后输出结果为新冠肺炎或非新冠肺炎。

“我们会首先拿一些最典型的病例，来告诉机器，新冠肺炎有什么特点，其他病毒性肺炎有什么特点，细菌性有什么特点，一个一个告诉机器。所以人工智能首先是花很多人工，然后再利用现在的大数据和信息化，实现大数据的归纳总结与应用。”林天歆介绍。

测试准确率达到90%以上

通过前期收集到的确诊病例的筛查，这套系统展示出了很强的实力。林天歆说：“4天前我们测试实验结果准确率达到了90%以上。”目前该系统已经在中山大学孙逸仙医院等5家医院试运行。现在它的主要作用为对发热门诊和住院患者的排查，现在中山大学孙逸仙纪念医院一天有500例胸部CT筛查，使用这个系统10-20秒就能得出一个初步诊断，这是一个非常高效的辅助诊断系统。

为了缓解目前胸部CT筛查紧张的情况，研发人员正快马加鞭，加强系统的稳定性和兼容性，将系统进一步优化，并通过互联网云平台技术扩大使用范围。使用的医院将可以登录国家生物信息中心的网站，上传符合要求的胸部CT，10-20秒就能出结果。接下来拟由广东省卫健委协助组织10家定点医院上线这套系统，测试结果好了之后，这套系统将成为广东模式，在全国推广。目前该系统设计的云平台可以供1000家医院同时使用。

近日，人工智能已经开始辅助医院进行新冠肺炎诊断。达摩院医疗AI已在湖北、上海、广东、江苏等16个省市的26家医院上岗。截至目前，达摩院AI已对3万个临床疑似新冠肺炎病例CT影像进行了诊断，单个病例影像分析可在20秒内完成，准确率达到96%。

为了提升新冠肺炎的临床诊断效率，达摩院基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，研发了全新的AI算法模型，可在20秒内快速完成新冠肺炎影像的分析，大幅提升诊断效率。AI还能直接算出病灶部位所占比例，进而量化病症的轻重程度。