记者 | 谢欣编辑 | 许悦1

人工智能+医疗早已不是什么新鲜事儿，但是，迄今为止的人工智能技术究竟给医疗卫生系统带来了什么改变，具体又有哪些应用，即使是去医院看病中使用过的人也未必知晓一二。

今年年初新冠肺炎疫情爆发后，国内的医疗卫生体系受到了巨大考验。短期内暴增的病人数量是对医疗体系的最大考验，尤其在一些疫情严重地区与人口密集的一二线大城市，大量的检测与治疗需求之下医院的检验科室、临床诊断与医院管理都必须更加安全与高效的运转。

如果平日里的一些医院内的人工智能应用只是锦上添花，那么在传染病疫情的特殊条件下，人工智能技术便切实地帮助解决了新冠肺炎院内救治与防控的一些问题。

人工智能影像技术可以称得上是人工智能在医疗领域应用最广泛、也是较为成熟的技术。而在新冠肺炎疫情的前期诊断上，虽然病毒核酸检测被认为是临床诊断“金标准”，但是由于假阳性问题一直存在，自疫情初期就有院内专家提出，应重视CT影像在新冠肺炎诊断中的作用，随后CT影像也被纳入国家版诊断救治方案之中。

复旦大学附属华东医院放射科副主任李铭对界面新闻记者表示，对于人工智能在新冠疫情救治中的作用，临床医疗当中关注的是其能否解决劳动强度问题、工作效率问题与水平提升问题。北京王府中西医结合医院放射科副主任医师贺斌则介绍，新冠肺炎患者的肺部影像与其他的肺炎肺部影像有所不同，其往往呈现出一种低密度、多发病灶的状态，这就要求医生在阅片时需要多角度、更加仔细的去看，而在AI系统的帮助下，阅片效率可以得到显著提升。

北京王府中西医结合医院作为定点发热门诊，所有住院病人及其陪护人员都要求进行CT筛查。6月北京新发地疫情出现后，该医院CT诊断量与此前相比又增加了三到四成。

该医院放射科主任张桂青介绍，其科室总共才五个医生，每天工作强度都很大，在单位时间内既要保证影像报告的质量，还要保证数量。而以往人工操作的话，放射科医生需要根据患者CT结果肉眼读片找病灶，然后手动写入报告。而北京此次新发地疫情以轻症为主，早期肺部病灶影像呈淡淡的毛玻璃样，如果不仔细看或者注意力不集中，可能会漏掉。

今年3月初，医院引入了一台搭载医准智能AI分析软件的GE Revolution CT设备。AI智能软件可自动筛查病灶、分析生成报告，医生在其整体筛查的基础上，可进行快速判断，提高了病变的检出率，和工作效率，减少了漏诊的可能，尤其是对于类似新冠肺炎的小病变的小片造影，结节影，都可以做到标记和给出结论。

以北京市目前的要求为例，就诊的发热人员全部需要进行新冠病毒核酸和抗体检测，以及CT和血常规的检测。具体到各个医院也会要求住院的病人做核酸、CT和血常规检测。张桂青表示，由于核酸检测出结果较慢，但在结合AI后，CT检查可做到在两三分钟内快速出报告，这就可以在最终核酸结果出来前，尽早对疑似新冠肺炎的就诊人员进行隔离，防止今进一步扩散。

而医准智能创始人、CEO吕晨翀对界面新闻表示，除了在CT筛查上，AI在CT影像上关于新冠肺炎诊治的另一大应用在于随访。李铭也认为新冠可疑患者的筛查实际上对于放射科大夫来说是“小菜一碟”，但是关键在于随访，医生也需要知道病人病灶在缩小，增加治疗信心。但放射科医生一天要写100-150张影像报告，绝大多数医生没有空做影像的前后比较，

吕晨翀介绍，在治疗中和出院后，需要做多次CT来评估疗效，医生需要对患者的多次肺部影像进行前后对比，去观察累积范围大小，病灶比例是否有缩小增加，而上述提及的AI辅诊工具基于GE医疗的爱迪生平台，可以自动匹配每一次检查肺炎累积范围变化曲线，减轻了医生工作量。

GE医疗中国首席创新官戴鹰则认为，但不同预后的初期肺部CT影像表现是不一样的，包括累积范围、发病时间等，目前的AI技术已经可以通过影像预测患者的预后，大致告诉判断出患者是否可能在新冠肺炎愈合之后会留下斑痕，或是导致肺功能下降，可以实现帮助提高预后等级。

当然，CT影像仅仅是AI在新冠肺炎诊治中应用的一小部分，此外如在智能设备上，由于新冠肺炎上传染性疾病，患者与医生在CT扫描时最好可以实现相互隔离，但实际操作中往往需要专人手动操作患者位置做定位。戴鹰介绍，此前GE医疗也推出了深度天眼系统，可通过远程操作机器自动为患者做定位，其中的人工智能软件可以自动判断人的部位，通过拍照识别出人的头部，四肢，腹部，胸部，然后床体就自动把患者送到所需的标准位置，既省去了专人操作，时间上也缩短了30%，也避免了操作技师与患者接触，降低感染风险。

此前，在GE医疗的Edison平台上通过深度神经网络训练开发出首个还原原始图像的深度学习CT影像重建算法的人工智能CT图像处理技术TrueFidelityTM，在更低射线剂量下，重建扫描影像，去除伪影与噪声，还原图像的真实纹理，在武汉雷神山医院 “深度天眼”CT上TrueFidelityTM技术配合AI自动患者摆位，仅需三步即可完成整个CT扫描前的操作。临床对比结果显示，可单个患者可节省30%的扫描时间，提升50%的病灶检出率。