阿里巴巴达摩院出品：“新冠病毒肺炎 AI 辅诊助手”，诊断肺炎20 秒出结果！

在这场抗击疫情的大战中，AI 终于找到了它的用处。

根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT 影像临床诊断结果可作为新冠肺炎病例判断的标准。在这样的一个大背景下，研究者们为 AI 找到了它的新用途——用 AI 来辅助诊断病例。

更重要的是，效果出奇地好。

达摩院出品：20 秒出结果，96% 准确率

2 月 15 日，阿里巴巴达摩院和阿里云联合出品 “新冠病毒肺炎 AI 辅诊助手”，它可以帮助医生快速进行疑似病例诊断，从而让 AI 在抗击疫情中大显身手。

具体来说，达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新的 AI 诊断技术，可在 20 秒内对疑似案例的 CT 影像进行判读，区分新冠肺炎、普通病毒性肺炎及健康的影像，根据纹理特征计算疑似新冠肺炎的概率，并直接算出病灶部位占比，分析结果准确率达到 96%。

在国家卫健委公布的第五版方案中，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。

据了解，新冠肺炎患者的 CT 胸片的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。一位新冠肺炎病人的 CT 影像大概在 300 张左右，这给医生临床诊断带来巨大压力，医生对一个病例的 CT 影像肉眼分析耗时大约为 5 至 15 分钟。

为此，达摩院医疗 AI 团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文等，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，率先突破了训练数据不足的局限，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。

阿里云方面表示，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，AI 可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率达 96%。

同时，AI 诊断技术识别一个病例平均只需耗费不到 20 秒，可辅助医生减轻诊断压力。

此外，这套技术还将计算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。尤其对未接诊过新冠肺炎病例或低年资医生，可提供有效的诊断鉴别提示。

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。

达摩院算法专家徐敏丰表示：

新冠肺炎属于新病种，疫情爆发至今仍旧没有公开的数据集，但随着临床数据的积累，AI 算法将在新冠肺炎诊断中发挥更大的价值。

为什么是郑州岐伯山医院？

率先引入这套算法的，是被称为郑州版 “小汤山医院” 的郑州岐伯山医院，该医院已经于 2 月 16 日起开始正式收治新冠肺炎确诊患者。

那么，为什么是郑州岐伯山医院？

作为郑州版的 “小汤山医院”，郑州岐伯山医院在筹建期间就与阿里云进行了合作，搭建了基于阿里云公共云环境为主体承载医院核心业务的系统，并以阿里云专有云敏捷版为备份机制的解决方案。

同时，作为新冠肺炎确诊患者定点救治医院，这所以上古名医 “岐伯” 来命名的医院，在实现满足医院开诊所需传统信息化系统的基础上，引入了新冠病毒 AI 辅诊助手、智能体温监测系统、智能配送机器人等多项智能化设施，从而提高诊断及救治效率、降低医护人员感染风险。

按照郑州市第一人民医院信息科科长卜晖的说法，医院方面与阿里云通力合作，信息科团队与阿里团队近 100 名工程师，在不到一周的时间，配合完成了高标准、高质量的医院信息系统建设。

该系统包含了 HIS、LIS、PACS、手麻、重症、电子病历、传染病管理、院感、移动 BI 等信息系统，以及基于 5G 技术的移动医护、医疗废弃物管理、耗材溯源管理、智能配送机器人、远程会诊系统，基于物联网的智能体温监测系统，针对新型冠状病毒感染的肺炎患者的新冠肺炎科研平台和基于 AI 技术的达摩院新冠病毒肺炎 AI 辅诊平台，共上线了 50 多个业务子系统，部署了 40 多大类、共计 700 多套各类信息设备。