一、疫情發(fā)展情況

全國防疫工作如火如荼、有條不紊的進展著。從疫情實時大數(shù)據(jù)報告中可以看到，國內(nèi)疫情在2020年2月16日確診病例達68595例，疑似病例達8228例，治愈病例達9667例，死亡病例達1667例。

新冠肺炎疑似病例基數(shù)龐大，給臨床一線診療帶來巨大壓力，疫情波及地域廣泛，基層醫(yī)院缺乏經(jīng)驗，面臨嚴峻挑戰(zhàn)。在短時間內(nèi)完成大量疑似病例的篩查，提升新型冠狀病毒肺炎診斷效能，降低臨床醫(yī)師的工作負荷，同時使患者獲得早期診斷和及時治療，從而達到降低病死率的目的。

二、疫情常見的診斷方法

1、RT-PCR常規(guī)檢測

病毒主要由遺傳物質(zhì)和蛋白質(zhì)組成，病毒的遺傳物質(zhì)就是由一個或多個核酸分子（DNA或RNA）組成的基因組。新型冠狀病毒（2019-nCoV）是一種RNA（核糖核酸，Ribonucleic Acid）病毒，其遺傳物質(zhì)是單鏈RNA，這是新型冠狀病毒（2019-nCoV）最核心最準確的標志。

核酸檢測試劑盒是能夠直接檢測病毒核酸的工具，核酸檢測技術(shù)此前已經(jīng)應(yīng)用于乙型肝炎病毒(HBV)、丙型肝炎病毒(HCV)、人類免疫缺陷病毒(HIV)等多種病毒的檢測工作當中，新型冠狀病毒感染主要通過實時熒光RT-PCR鑒定進行常規(guī)檢測。

2、IgM抗體快速檢測試劑盒

這款新型的試劑盒相比于之前診斷所用的RT-PCR核酸檢測相比，使用起來更加簡潔、高效。該試劑盒僅需采取一滴血，就可在15分鐘內(nèi)肉眼觀察獲得檢測結(jié)果，且患者的血漿稀釋500至1000倍后，仍能檢測出陽性條帶。

目前，這種新型試劑已經(jīng)批量的送往武漢、黃岡等疫情重災(zāi)區(qū)，與病毒核酸實驗聯(lián)合用于檢測病毒感染。

醫(yī)院對疑似病例進行靜脈采血或者末梢采血，采血量約10ul，大概相當于一滴血的質(zhì)量，之后通過試劑加樣，15分鐘內(nèi)通過目測和儀器檢測進行判讀，就可以明確患者的診斷了。

3、影像學檢查

放射學診斷是新型冠狀病毒（2019-nCoV）肺炎診療過程中的重要一環(huán)。近日，中華醫(yī)學會放射學分會牽頭組織全國委員、心胸學組部分委員和國內(nèi)相關(guān)醫(yī)院討論編寫了專家推薦意見。放射學診斷不是確診方法，但作為早期篩選具有重要意義，放射學檢查流程如下：

三、達摩院聯(lián)合阿里云研發(fā)全新AI診斷技術(shù)

達摩院聯(lián)合阿里云針對新冠肺炎臨床診斷研發(fā)了一套全新AI診斷技術(shù)，AI可以在20秒內(nèi)準確地對新冠疑似案例CT影像做出判讀，分析結(jié)果準確率達到96%，大幅提升診斷效率。明日即將啟用的河南鄭州小湯山已經(jīng)引入該算法輔助臨床診斷。

據(jù)介紹，核酸檢測作為病原學證據(jù)被公認為新冠肺炎診斷的主要參考標準。隨著臨床診斷數(shù)據(jù)的積累，新冠肺炎的影像學大數(shù)據(jù)特征逐漸清晰，CT影像診斷結(jié)果變得愈發(fā)重要。根據(jù)國家衛(wèi)健委公布的診療方案第五版，臨床診斷無需依賴核酸檢測結(jié)果，CT影像臨床診斷結(jié)果可作為新冠肺炎病例判斷的標準。

而新冠肺炎患者的CT胸片的影像特征表現(xiàn)為單肺或雙肺多發(fā)、斑片狀或節(jié)段性磨玻璃密度影等細微變化。一位新冠肺炎病人的CT影像大概在300張左右，這給醫(yī)生臨床診斷帶來巨大壓力，醫(yī)生對一個病例的CT影像肉眼分析耗時大約為5-15分鐘。

達摩院醫(yī)療AI團隊基于當前最新的診療方案、鐘南山等多個權(quán)威團隊發(fā)表的關(guān)于新冠肺炎患者臨床特征的論文，突破了訓練數(shù)據(jù)不足的局限，基于5000多個病例的CT影像樣本數(shù)據(jù)，學習訓練樣本的病灶紋理，研發(fā)了全新的AI算法模型。通過NLP自然語言處理回顧性數(shù)據(jù)、使用CNN卷積神經(jīng)網(wǎng)絡(luò)訓練CT影像的識別網(wǎng)絡(luò)，AI可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區(qū)別，最終識別準確率高達96%。AI每識別一個病例平均只需要不到20秒，大大提高診斷效率，減輕醫(yī)生壓力。

值得一提的是，在 CT 影像識別算法之外，達摩院還與阿里云研發(fā)了輔助診斷算法，該算法可以根據(jù)患者基本信息、癥狀、實驗室檢查結(jié)果、流行病學史、影像報告等多維信息，進一步幫助輔助醫(yī)生制定科學的治療方案。
可見，隨著疫情中相關(guān)診療數(shù)據(jù)的不斷增加和人們對于疫情認知的逐漸深入，AI 能夠起到的作用越來越多——這是一件好事。

本文由電子發(fā)燒友綜合報道，參考自中華醫(yī)學會放射學分會、家庭醫(yī)生、中關(guān)村在線等，轉(zhuǎn)載請注明以上來源。