人工智能助力科技战“疫”

2020年，新冠肺炎疫情蔓延，成为全球公共卫生问题。在7月10日举办的世界人工智能健康云峰会上，中国工程院院士李兰娟告诉记者，在疫情防控当中，AI（人工智能）在公共卫生、疫情研判、基因检测、药物研发、互联网医院等发挥了重要作用。

在众所周知的AI影像应用于新冠肺炎病毒数据之后，近日，医学影响分析领域权威期刊《IEEE医学影像会刊》刊载了一篇针对新冠肺炎病毒CT影像噪声数据的研究，可提升从噪声标签中训练病毒病灶分割AI模型的精度，进一步提高AI智能技术在临床应用中的价值。

不仅如此，记者在调查中发现，在新冠肺炎疫情的特殊条件下，AI解决了院内救治与防控的一些问题，其中，肺部AI产品助力多省市进行科技战“疫”、AI解决肺部公共卫生诸多难题，影响着健康产业全链条。

病毒病灶噪声：明显的天花板

一般人都有过这样的经历：拿着CT片子咨询医生，黑底上那些泛白的图像我们看不明白，只能分析医生吐露的每个字眼。据权威医学杂志《柳叶刀》研究，77%的中国医生曾一周工作超过50个小时，而AI的引入可更好地帮助影像科医生作出判断。

湖北省黄冈市中医医院放射科徐志勇主任告诉记者：“AI影像具备极高的检出率、精准的分割及量化分析结果，应用在患者随访和新冠肺炎病毒复阳检测工作中，极大地提高医生诊断效率。”目前，AI影像评价系统已在湖北、上海、广东、浙江等十几个省市的几十家定点收治医院投入使用。

虽然AI可以高效地决策，但其在CT影像诊断应用中仍存在不小的挑战。因为AI影像分析模型的训练需要海量、精确的标注数据，但作为一种新型冠状病毒，其感染病灶的表现复杂多变、病灶大小和位置因为感染的不同阶段差异较大，病灶形态存在不规则、边界模糊等现象。

7月21日，商汤科技研究院副院长张少霆告诉记者，一些非专家提供的标注等方法，虽然缩短了标注成本和时间，但结果会导致不精确的标注，即噪声标签。此外，由于不同标注者的标注标准不同，在像素级的标注过程中，容易产生噪声标签。在噪声影响下，AI病灶分割的性能存在明显的“天花板”。

针对这一问题，在今年2到3月，对558例新冠肺炎患者的CT影像进行研究，提出一种新的损失函数、一个新的噪声“鲁棒性”框架和一个新冠肺炎病灶分割网络模型，增强了AI模型从噪声数据中的学习能力。

此次公布的研究成果，是商汤科技研发的SenseCare胸部CT智能临床解决方案的一部分，它能够有效降低数据标注的工作量，在低剂量扫描和基层医院CT设备上使用能取得良好效果。因此，无论对于诊断还是随访，都可以为医生准确地定量评估新冠肺炎病毒病灶变化提供支持。

不仅如此，张少霆表示，除了新冠肺炎病毒以外，此次研究提出的网络模型和噪声标签处理方法还具有较强的临床普适性。例如，在其他新型疾病暴发初期缺乏高质量注释数据情况下，也能帮助研究人员在短期内获得可靠的AI算法模型，快速投入临床。

肺部AI分析产品助力多科技战“疫”

事实上，在新冠肺炎疫情暴发期间，商汤科技技术开发人员正是在SenseCare胸部CT智能临床解决方案中，加强了对于新冠肺炎的分析功能，并赶往援助多地医院，进行疫情防控。

自新冠肺炎疫情暴发以来，民航总医院的胸部CT影像成为新冠肺炎筛查的主要检查手段，在医院恢复门诊后，到门诊就诊的患者及其家属都需要接受胸部CT检查，医院放射科的胸部CT拍摄工作量大幅上涨，相比于去年同期检查量翻倍，每天需要检测200人次以上。

7月20日，民航总医院放射科主任朱海峰接受记者采访表示：疫情反弹时期，一名检查对象的CT图像约300—400张，医生需要阅览全部图像寻找肺炎病灶。尽管CT检查的工作量增加了，但是医生的数量并没有增加，每位医生面临极大的工作负担。还有一个情况也非常特殊：早期的肺炎病变，表现为肺部仅有几个毫米的微小毛玻璃影，医生在阅片过程中容易遗漏。

“SenseCare胸部CT智能临床解决方案的新冠肺炎筛查功能，它会提示肺内可能存在的肺炎病灶。”朱海峰认为，这一系统帮助医生在阅片过程中快速鉴别、定位新冠肺炎的疑似病灶，并通过自动计算病灶的大小和范围及其在肺内的占比，为医生提供丰富的量化信息，有效地提升了放射科医生的阅片效率，缩短了出具CT报告的时间。即便是面对大量的CT影像，医院也可以在第二天准 时出具检查结果，帮助疫情防控落到实处。

“每天可接诊350人次的各种影像检查，出具诊断报告600多份。”山东青岛西海岸新区人民医院放射科主任王其军告诉记者，通过引入胸部CT智能临床解决方案，实现对新冠肺炎CT影像的智能化诊断与定量评价，自动筛查疑似患者，医院30分钟内可出具胸部CT报告结果，避免了人群聚集及长时间滞留，降低交叉感染风险。

在张少霆看来，胸部CT智能临床解决方案可以进行肺结节的检测和分析，为影像科医生提供丰富的分析，如结节位置、结节类型、良恶性等信息，帮助医生提高微小结节检出能力，提升阅片效率两倍以上。他认为，基于新冠肺炎病毒的特点及当前医疗实践的实际情况，要在提高算法和产品性能上持续努力，通过联合学界开展前沿探索和尝试，努力加强胸部CT智能临床解决方案的进一步完善。

AI+公共卫生：肺结节自动筛查超过普通医生

新冠肺炎病毒将人们的视线集中在人体肺部，众所周知，肺癌是全球第一发病率和致死率的疾病。根据世卫组织最新的肺癌统计数据，每年有209万新发病例和176万死亡病例，中国的肺部影像需求每年增长30%，而对应的影像科医师数量增长却仅为4%，有经验的医师则更加稀缺。

值得注意的是，绝大多数肺癌来自亚实性结节，主要还是依赖像CT断层扫描这样的影像手段早期发现，然而挑战是：一方面需要筛查疾病的人群非常庞大；另一方面每个肺部结节CT扫描量很大而且可解释性又不高。

“我们利用AI开发‘CT肺结节辅助诊断系统’，能自动对肺部微小结节进行检测，判断结节的良恶性、位置和大小，以及变化趋势等。”7月9日，2020年世界人工智能大会上，汇医慧影CEO兼创始人柴象飞表示，这一系统在30秒内就可对一个超过500层的CT影像自动判读，敏感性甚至超过普通医生的水平，已在包括山东、河南、北京等超过100家医院广泛应用。

肺结节筛查之外，公共卫生领域还有一项重要工作，就是肺结核的预防和筛查。与肺结节筛查类似，这项工作的人工阅片存在不少缺陷，比如，不同医生读片存在差异、准确率低、阅片需受专业训练等，对于缺乏优质医疗资源的偏远地区和基层医疗机构，问题更突出。

柴象飞认为，利用超过万例的影像数据建模，借助AI完成的“CT肺结节辅助诊断系统”中的“DR肺结核辅助筛查系统”，3到5秒内就能判断出图像具有肺结核的概率，并快速对高度疑似肺结核的增项区域标识和标注。

关于AI+公共卫生的发展前景，受访人士认为，在基层并没有足够的医生、优质医疗资源的情况下，人工智能在整个防御体系里面会起到越来越大的作用。

（《人民周刊》2020年第14期）