天下网商记者 王安忆
还记得这张照片吗？这是一位负责CT检查的医生，在抗疫一线连续奋战20小时之后，精疲力尽睡倒在地。
这样的场景，看着让人心疼。为了尽可能减轻一线医生的负担，阿里巴巴达摩院联合阿里云，新研发了一套“新冠病毒AI辅诊助手”技术，可在20秒内准确判读新冠疑似案例CT影像，自动判断患者患上新冠肺炎概率，分析结果准确率达到96%，大幅提升诊断效率。
目前， 有“河南小汤山”之称的郑州岐伯山医院已经引入该算法用于辅助临床诊断 。接下来，该技术还将在湖北、广东、安徽等地近100家医院落地，为更多的一线医生分担压力。
在这场抗击疫情的大战中，阿里AI算法已多次大显身手。早在2月1日，浙江省疾控中心便上线自动化的全基因组检测分析平台。利用阿里达摩院研发的AI算法，可将原来数小时的疑似病例基因分析缩短至半小时，大幅缩短确诊时间，并能精准检测出病毒的变异情况。
达摩院算法专家设置基因检测分析参数
此次，阿里巴巴达摩院和阿里云联合出品的“新冠病毒肺炎 AI 辅诊助手”，则可以快速鉴别新冠肺炎、普通病毒性肺炎及健康肺部的影像，最终识别准确率高达96%。据统计，AI每识别一个病例，平均只需要不到20秒。
根据国家卫健委公布的诊疗方案第五版，除核酸检测外，CT影像临床诊断结果也可作为新冠肺炎病例判断的标准。
事实上， CT是一种肺炎疾病诊断的影像学方法，主要用于临床诊断，而核酸检测是新型冠状病毒的病源学诊断方法。两者结合，是目前最有效诊断方法。
新冠肺炎患者的CT胸片，影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位病人的CT影像大概有300张左右，而医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟，这给医生临床诊断带来巨大压力。
利用AI对CT影像进行智能检测和识别，是达摩院医疗团队一直在做的事。此前，达摩院就通过AI帮助医生快速诊断肺结节病症，还举办过针对“肺部CT多病征智能诊断”的天池大赛。
天池大赛中常规肺炎图像（仅供演示使用）
“正因为达摩院有这样的技术积累，在疫情下，才更要站出来。” 许敏丰是阿里巴巴达摩院机器智能技术算法专家，他与另外4名来自不同部门的达摩院专家于2月4日接到任务，要借助AI技术对新冠疑似案例CT影像做出判读。而留给这支临时团队的时间，只有一周左右。
攻克技术难题，不能砸了“达摩院”招牌
郑州岐伯山医院于2月6日验收移交
作为新冠肺炎确诊患者定点救治医院，郑州岐伯山医院在郑州市第一人民医院港区医院原址上改扩建，于2月6日验收移交。
此时，阿里云以信息化建设项目总集成方身份入场。经过一周彻夜奋战，完成了需求确认、部署安装、联调测试、培训指导等一系列工作，能支撑医院50多个子业务系统、40多类信息化设备、700多套硬件设施的运转。实现了患者从建档、诊疗到康复的全流程、全业务场景的智能化协同管理。
阿里云工程师助阵郑州“小汤山”
前线有阿里云工程师为信息化布阵，后方则由达摩院算法团队提供技术支持。
达摩院算法团队在4天内就构建出一个识别模型。许敏丰记得，模型刚出来，团队就在小范围数据集上做测试，已经能识别出新冠肺炎的病例。但工程师们认为，要在临床诊断使用，这样的模型还远远不够。
许敏丰提到，不同于普通疾病，新冠肺炎属于新病种，疫情发生之初，全球尚无充足的临床数据，更无标准的数据集，而且各大医疗机构的CT设备存在差异，不同厂家生产的CT设备，就算照射的部位完全相同，也可能因为设定参数不同，得出差异化的数据。
另一方面，新冠肺炎病例的影像学表现，与很多其他病毒性肺炎——如流感、呼吸道合胞病毒、腺病毒感染等比较类似，很难鉴别性诊断一般病毒性肺炎和新冠肺炎。
AI自动识别新冠肺炎病例CT胸片
AI必须攻克这些难题，才能从细微差别的CT影像中做出精准分析。
“继续改进！这可不能砸了团队的招牌啊。”已是凌晨，上哪去要最重要的“数据”呢？
首先派上用场的是原有存量数据。团队通宵达旦，调取出天池大赛中“肺部CT多病征智能诊断”的数据，另一方面，达摩院还加紧与外部机构协作，与浙大一院、万里云、长远佳和古珀医院等多家机构合作，很快就突破了训练数据不足的局限。
最终，达摩院基于 5000 多个病例的CT影像样本数据，学习、训练了样本的病灶纹理，通过NLP自然语言处理回顾性数据、使用CNN卷积神经网络训练CT影像的识别网络。
团队由此研发的全新 AI 算法模型，最终达到了辅助临床诊断的要求。
将在近100家医院落地就在正式上线郑州岐伯山医院的前两天，这套CT影像AI算法又经历了一次测试。
阿里工程师现场调试CT影像AI产品
这天，许敏丰得知，上午9点，会有郑州市领导前往岐伯山医院视察工作，还要试验他们的AI系统。
一份健康病例、一份确诊病例、一份疑似病例，通过AI是否都能识别出来？许敏丰在北京的家中坐立不安，守在电脑屏幕前，开着钉钉群聊页面，他守候着前线第一时间传来的消息。
差不多过了半小时，钉钉响了，“对了，模型全测对了。”
这套技术，还能直接算出病灶部位的占比比例，量化、预测病症的轻重程度，大幅度提升诊断效率，为患者的治疗争取宝贵时间。不过，许敏丰解释，这部分仍在初级阶段，团队仍在加紧做优化。
更值得一提的是，在 CT 影像识别算法之外，达摩院还与阿里云研发了辅助诊断算法，该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息，进一步帮助辅助医生制定科学的治疗方案。
阿里云工程师在郑州岐伯山医院
“一是替医师分担压力，二是对未接诊过新冠肺炎病例的医生或低年资医生有利，三是提供有效诊断鉴别的一个提示。” 许敏丰希望，有更多的医院能用上这套系统。
目前，除了率先落地的郑州岐伯山医院，该算法将在本周完成在湖北、广东、安徽等地近100家医院的技术落地，AI 算法将在新冠肺炎诊断中发挥出更大的价值。
责任编辑：
