抗击新冠肺炎疫情，AI来助攻。疫情暴发后，一线医生一度面临巨大压力，诊断效率和准确率均受到影响。对此，南开大学计算机学院程明明教授团队联合北京推想科技有限公司研发了新冠肺炎CT影像AI筛查系统，已在包括湖北在内的40家医院应用部署，辅助医生开展新冠肺炎快速诊断、程度评估、病程动态监测等工作。

1月中旬，该联合项目团队深入疫情最为严重的湖北武汉市，第一时间将此前积累的基于肺炎、肺结核CT影像智能识别技术部署应用于武汉多家医院，辅助医生快速诊断新冠肺炎；并在运行过程中，持续收集新发数据，不断优化新冠肺炎智能识别与定位性能。“这些研究成果表明，人工智能CT筛查在疾病筛查方面具有巨大潜力。”程明明说。

该联合项目团队的相关研究始于2019年初，在基于CT影像的肺结核识别、肺结节检测等方面取得突出成果，构建的大型实验数据集，已超越国际最大数据集10倍以上。

“以P3实验室细菌培养6周后得到的确诊数据为标准，使人工智能技术的CT影像筛查敏感度、特异度平均值超越了三甲医院主任级医师判断的平均准确率。”程明明向记者展示了AI技术的成长过程。

新冠肺炎CT影像AI筛查系统包括两大模块。其中，影像诊断模块主要基于学习上千例新冠肺炎初诊病例数据，辅助医生提示疑似炎症区域。定量分析模块则参照《新型冠状病毒感染的肺炎诊疗方案（试行第七版）》指南要求，计算炎症侵犯肺部与所在肺叶的体积占比，并结合以往检测结果辅助监测病程发展。

在处理速度上，该系统处理一个病人的几十张高清晰度CT数据仅需数十秒。在发现疑似病例后，系统会自动分割可疑区域，并可自动检测病人几天前CT影像中的疑似肺炎区域，为动态、精确、量化的监控病程提供了支撑。

许多医生使用后认为，CT影像AI筛查技术的临床应用，可有效加速筛选“高度疑似肺炎患者”；患者将获得早期诊断和及时治疗，改善患者预后和降低病死率；有效缓解检测资源相对稀缺、医师经验不足的基层医疗机构的诊断压力；有效应用于无症状感染者的筛查工作中，减少漏诊，助力疫情防控。