01項目簡介

在抗擊新型冠狀病毒期間，受限于新型冠狀病毒核酸檢測試劑盒的產能與應用環境，諸多定點醫院無法通過該方式作為初篩手段快速確診感染者，目前普遍多以胸部平掃CT檢查為主。其影像學表現為：單發或雙肺多發，斑片狀或節段性磨玻璃密度影（GGO）為主，其內紋理可呈網格狀（鋪路石征），沿支氣管束或背側、肺底胸膜下分布為主，空氣支氣管征，合并或不合并小葉間隔增厚，少數葉間胸膜增厚。及時明確此類患者的臨床與影像資料可為臨床早診斷、及時隔離與治療提供參考，改善患者預后恢復。目前感染者臨床與影像學表現雖具有一定特征，但尚無大樣本或階段性總結。

應用人工智能深度學習技術，可有效學習新型冠狀病毒感染影像特征，以準確、有效的對發熱患者進行排查鑒別，減少排隊時間及院內交叉感染風險。基于人工智能深度學習技術，我院和北京精診醫療科技有限公司聯合開發了新型冠狀病毒輔助診斷系統。該系統通過CT+AI的方式，可填補核酸檢測試劑盒往返運輸上時間的損失，輔助醫療機構辨別感染者，消除地區診斷水平差異，實現快速隔離、為診斷治療爭取時間。

02 服務內容

（1）提升診斷效率：

通過對已確診患者胸部CT數據應用人工智能深度學習技術挖掘影像學特征，對大量初篩患者CT數據在短時間內報出疑似新冠炎癥區域，完成疑似病例篩查，輔助高強度工作下的影像診斷。

（2）消除地區診斷水平差異：

以第五版及第六版診療方案中病例特征、檢驗學及第一階段影像學智能診斷基礎，面向感染科、呼吸內科等臨床科室，構建計算機智能輔助診斷評分模型及系統。

（3）對各臨床分型肺炎醫療數據綜合學習：

結合重癥特征、影像等多模態數據的分析結果優化權重關系，建立危重癥肺炎預測模型，提前預判以行針對性強化治療，提升危重患者生存率。

03 關鍵技術或產品描述

北京清華長庚醫院聯合清華大學精密儀器系、北京精診醫療科技有限公司、武漢科技大學附屬天佑醫院、武漢大學中南醫院、武漢第七醫院等機構，收集1612例影像與臨床特征數據，依托既往基礎，通過醫工結合人工智能研究對該病診斷效率受限、地區診斷水平差異、難以預判疾病預后這三大瓶頸開展緊急攻關。

該系統可實現：

（1）輔助影像診斷與輔助臨床診斷：

以第六版診療方案中病例特征、檢驗學及第一階段影像學智能診斷基礎，通過對已確診患者胸部CT數據應用人工智能深度學習技術挖掘影像學特征，對大量初篩患者CT數據在短時間內報出疑似新冠炎癥區域，完成疑似病例篩查，輔助高強度工作下的影像診斷。同時結合指南中提出的檢驗學指標特征與臨床指標特征進行判讀，輔助醫生快速進行精準臨床判斷。

（2）精準定量評估：

面向感染科、呼吸內科等臨床科室，構建計算機智能輔助診斷評分模型及系統，對炎癥區域進行邊界信息提取，計算病毒侵犯區域所占肺葉與肺的體積，幫助醫生定量評估病情程度；繼續收集病人影像CT對應的臨床特征信息，對各臨床分型肺炎醫療數據綜合學習，結合重癥特征、影像等多模態數據的分析結果優化權重關系，建立危重癥肺炎預測模型，提前預判以行針對性強化治療，提升危重患者生存率。

（3）臨床分型：

對各臨床分型肺炎醫療數據綜合學習，建立危重癥肺炎預測模型，提前預判病人病癥分型，進行針對性強化治療，提升危重患者生存率。

（4）支持多國語言：

已推出多國語言版本，支持韓語、意大利語、英語等。

圖片來源：圖蟲創意

04應用效果

截至目前，已收集1612例數據，其中陽性數據1012例，陰性數據612例，其中標注肺部影像輪廓231,100張，肺部炎癥區域18,600張，人工智能系統累計學習影像圖片數量達463,200張，該系統已在多家定點醫院投入實際應用，已輔助醫生診斷病例數量達4.3萬例。

圖1 新冠肺炎AI三維全定量分析系統界面

（左為定量分析模塊，中為影像篩查模塊，右為臨床綜合診斷模塊）

05 總結

截止到2020年5月18日，已在10余家醫院完成部署，已與3家國外醫療機構對接。

a：數據來自五家醫院收集情況；b：背靠背標注數據與質量控制c：深度學習訓練模型框架；d：部署醫院方式

算法實驗結果：

*基于1578例數據集結果

來源：CHIMA