“新冠肺炎智能判断系统快速落地抗疫前线”

本篇文章1619字，读完约4分钟

侯树文科技日报记者王春

“终于迎来援军了”“能早来几天就更好了！ ”近一个月来，依图医疗副总经理石磊陆续收到疫情防控一线医生的反馈。

该“援军”是上海公共卫生临床中心(简称上海公共卫生中心)与依图医疗联合开发的行业首个对比新型冠状病毒感染智能判断系统。

大年三十，正式立项的年初四，初版将在上海公共中心上线。 2月5日，24小时365天内迅速被引进武汉新型冠状病毒肺炎定点治疗医院。

包括武汉大学人民医院、华中科技大学同济医学院附属协和医院、武汉大学中南医院、荆州市第一人民医院……目前该系统在湖北、上海、广东等20多个省市自治区部署了100多个医疗和公共机构，该系统利用人工智能算法，辅助医生诊断患者肺部

ai医疗“养兵”需要4天以上

对比最新的疾病开发新产品，从数据收集、算法模型的建立到产品验证，行业内需要短则几个月，长则一年。 这次在这样短的时间内，产品被安排在了落地医院的前线。 你是怎么做到的？ “罗马不是一天建成的”。

石磊说，比较疫情开发的ai系统不是“临阵磨枪”。 “从结果上看，4天为时过早，但在此之前，ai医疗行业的技术探索和对医疗领域的认识积累，是能够迅速落地的重要保证。 ”疫情过后，技术研发主要是在现有基础结构上比较调整新冠所致肺炎医学特征。

去年8月，科技部宣布基于图科技构建“视觉计算国家新一代人工智能开放创新平台”，并在图中长期在ai医疗行业进行了相关技术积累。 “就像训练医生一样。”石磊介绍说，这位医生在病例数据数量和质量有限的情况下，有必要利用小样本数据通过算法实现快速学习。 另一方面，面对一点疾病时，ai“医生”也可以利用共同的医学知识从基础技术中发现共性问题，并基于多模态医学数据构建新算法的基础技术框架。

此次新冠引起的肺炎，在ct影像上的特征和多个炎症交叉，大多以斑贴状为主。 训练ai的第一步是让学生认识所有与炎症相关的特征。 这不是短短四天就能完成的。

图中显示，与胸部ct肺部多任务智能诊断比较，开始建立算法模型。 “在新冠引起的肺炎出现之前，就已经储备了通用的技术。 ”石磊说，疫情发生后，根据附图，研发团队需要通过新冠引发的肺炎有何不同、共性为何、哪些数据和技术调整迅速分诊识别。

这个春天，幕后英雄们在战斗

“电话一响，队伍就已经集合了。 每天晚上，十几名员工的心跳，根据图记录下这一行的点滴。 每天早上，我们像医生换班一样，迅速翻阅昨晚最后一位同事上午写的仔细端详，投入新的一天。 ”。 2月初，忙碌的石磊在公司内部微信公共平台上撰文。

研究开发团队在尝试全负荷运转——远程合作、对新型疾病的迅速认识、顾客交流、产品迭代、算法积累等。 “我们每天全天候完全利用，召集研发、运营、科研等多部门的百余号人组成几个小组，尽量拆解所有有能力的事件，分组讨论，并行推进。 ”石磊介绍。

产品上线后，员工还没有结束，疫情变化非常快，诊疗方案也在不断反复，他们会及时倾听前线医生的诉说和反馈，进行产品的反复。 研发团队中有不少具有医学知识背景的成员。 这样，在产品研发和迭代时就可以充分了解医学问题，迅速捕获顾客的诉求，完善产品的功能。

做了多年放射科医生的石磊表示，过去作为医生的他向前线请愿，现在他和团队通过科技创新支持前线医务人员。

疫情防控需要科技创新，ai医疗在疫情防控中的作用不仅仅是医学影像的辅助诊断。 知识教育的普及尽早切断高危人群，影像辅助诊断系统筛选疑似病例，实现早期诊断、早期治疗、早期隔离，对患者在治疗过程中的疗效进行定量评估，以及新疫情阶段的后续随访……疫情背后的医疗数据大盘，一体化，

根据图医疗对比疫情研发出“新冠引发肺炎”智能鉴别服务——根据图新型冠状病毒防疫小依医生，在微信公众平台、小流程等入口，缓解医疗机构压力。 另外，在加强预防和管理再生产方面，还将根据附图发布“云边端”综合处理方案，融合热成像测温技术、是否戴口罩、戴口罩人的面部识别等能力。