[ 一般來說一組新冠肺炎病人的CT會產(chǎn)生300多張影像，即便是資深專家，讀圖+診斷的時(shí)間至少需要10~15分鐘。 ]

當(dāng)前新冠肺炎疫情防控進(jìn)入關(guān)鍵階段，在與疫情搶時(shí)間的進(jìn)程中，上?！坝埠恕笨萍剂α恳苍跔幏謯Z秒，提供堅(jiān)強(qiáng)保障。

伴隨第六版新冠肺炎診療方案的發(fā)布，CT影像成為重要決策依據(jù)，由此帶來的CT閱片壓力也在急劇上升。作為AI醫(yī)療最快落地的子領(lǐng)域，AI影像成為疫情防控的關(guān)鍵力量，上海AI企業(yè)紛紛推出CT+AI產(chǎn)品，助力一線醫(yī)護(hù)人員抗疫。

抗疫“前哨兵”

伴隨疫情的迅速蔓延，各重點(diǎn)防治單位胸部CT量暴漲，部分重點(diǎn)醫(yī)院日均CT量一度超過1000例，超過平時(shí)數(shù)倍，如何提升閱片效率成為一大痛點(diǎn)。

據(jù)華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院凌醫(yī)生透露，其所在的醫(yī)院有800張新冠床位，如果一周做3次CT就是2400人次，算上臨床常做的其他檢查，放射科平均每天接診400人次，分三班倒每個(gè)班上也有上百個(gè)病人，工作量大的同時(shí)還要保證對這種全新疾病診斷的準(zhǔn)確，這使得很多一線醫(yī)生處于高壓和疲勞狀態(tài)。

“很多輕癥病人的肺部影像不典型，一些有肺部基礎(chǔ)病變的病人，不同病癥互相掩蓋，加大了診斷難度。一般來說一組新冠肺炎病人的CT會產(chǎn)生300多張影像，即便是資深專家，讀圖+診斷的時(shí)間至少需要10~15分鐘，其中大部分是重復(fù)的機(jī)械勞動，傷神也耗時(shí)。”凌醫(yī)生說。

除了緩解一線醫(yī)生的閱片壓力，CT影像還扮演著抗疫“前哨兵”的角色。

商湯科技SenseCare肺部AI智能分析產(chǎn)品研發(fā)負(fù)責(zé)人段琦告訴第一財(cái)經(jīng)，新冠肺炎傳染力強(qiáng)，大量的疑似患者需要用核酸檢測才能確診，但在實(shí)際情況中，試劑盒不足、檢測能力不足仍是一大問題，而且試劑盒檢測在病情發(fā)展初期呈現(xiàn)較高假陰性，臨床經(jīng)常需要反復(fù)多次檢測才能給出真實(shí)結(jié)果。

“一線醫(yī)生在臨床中發(fā)現(xiàn)，新冠肺炎早期病變，CT影片中表現(xiàn)為邊緣模糊的磨玻璃影，且這種早期CT表現(xiàn)往往早于臨床癥狀的出現(xiàn)。但這種早期的磨玻璃影在CT閱片時(shí)存在被忽視的可能，且不易被量化。”段琦表示。

讓AI影像參與到新冠肺炎病灶定量分析及療效評價(jià)中來，進(jìn)一步提升評級的效率和準(zhǔn)確率，成為一線醫(yī)生明確且具體的需求。對此上海人工智能公司紛紛成立了專項(xiàng)小組，并迅速完成系統(tǒng)上線和部署。

1月28日，依圖醫(yī)療上線初版新冠肺炎智能評價(jià)系統(tǒng)，并在24小時(shí)之內(nèi)，將該系統(tǒng)部署到了湖北四家疫情防控任務(wù)最為緊急的醫(yī)院，借助這一系統(tǒng)新冠肺炎定量評價(jià)的時(shí)間從數(shù)小時(shí)壓縮至2~3秒鐘，大幅提升了診療效率。據(jù)依圖醫(yī)療副總裁石磊透露，目前該系統(tǒng)已在全國十幾個(gè)省市的幾十家醫(yī)療機(jī)構(gòu)上線應(yīng)用。

在合作醫(yī)院和醫(yī)療機(jī)構(gòu)的配合下，商湯科技也在短時(shí)間內(nèi)收集并標(biāo)注了幾千例肺炎數(shù)據(jù)，快速研發(fā)完成高精度的新冠肺炎病灶分割模型。并基于SenseCare智慧診療平臺的技術(shù)架構(gòu)設(shè)計(jì)，短時(shí)間內(nèi)便開發(fā)完成結(jié)合針對新冠肺炎智能分析功能的應(yīng)用模塊升級，馳援到多地醫(yī)院，并同步開放云端版本以遠(yuǎn)程的方式馳援湖北一線。

爭分奪秒搶研發(fā)

能夠在如此短的時(shí)間內(nèi)進(jìn)行產(chǎn)品研發(fā)和落地并非易事，人員問題就是首要挑戰(zhàn)。

“在交通不便、人員休假的情況下，保質(zhì)、保量地完成系統(tǒng)上線和部署面臨一定的挑戰(zhàn)?！笔诟嬖V第一財(cái)經(jīng)。依圖科技在除夕夜啟動了項(xiàng)目，當(dāng)時(shí)多名研發(fā)人員分散在國內(nèi)多地，部分人員身處疫區(qū)，甚至海外。立項(xiàng)之后，產(chǎn)品、研發(fā)等相關(guān)部門一百余名同事投入到了工作中，每個(gè)部門都制定了日沖刺目標(biāo)，溝通反饋常常持續(xù)到后半夜。

另一大挑戰(zhàn)來自樣本量問題。醫(yī)學(xué)影像本質(zhì)上是一個(gè)圖像識別問題，AI閱片需要大量標(biāo)注數(shù)據(jù)支撐來進(jìn)行機(jī)器訓(xùn)練。但新冠肺炎疫情早期，由于確診案例樣本量少，醫(yī)療機(jī)構(gòu)缺少高質(zhì)量臨床診斷數(shù)據(jù)，即便后續(xù)擁有大量的新冠肺炎疑似CT數(shù)據(jù)，依然面臨缺乏有效標(biāo)注的難題。

針對這一問題商湯科技緊急組織非核心疫區(qū)多名經(jīng)驗(yàn)豐富的醫(yī)生一天半內(nèi)手動完成了上百例新冠肺炎數(shù)據(jù)的標(biāo)注，基于這批數(shù)據(jù)產(chǎn)生的初步模型、利用自研的半自動標(biāo)注工具又迅速完成了數(shù)千例肺炎數(shù)據(jù)的半自動標(biāo)注，并分批次由專家醫(yī)生進(jìn)行復(fù)核修改。依圖科技則發(fā)揮了自身在小樣本數(shù)據(jù)、遷移學(xué)習(xí)等技術(shù)方面的儲備，迅速完成了病例搜集、標(biāo)注、算法研發(fā)、產(chǎn)品設(shè)計(jì)等工作。

“在將服務(wù)器運(yùn)送到醫(yī)院現(xiàn)場進(jìn)行部署的過程中，工程同事也經(jīng)受了艱巨的考驗(yàn)?！倍午嬖V第一財(cái)經(jīng)。疫情期間，交通受阻，各地高速道路的封閉情況變化較大，這給服務(wù)器的物流運(yùn)輸造成了極大的困難。商湯科技在將產(chǎn)品部署到青島西海岸人民醫(yī)院的過程中，還遭遇了大雪天氣，服務(wù)器到達(dá)時(shí)間比原計(jì)劃晚了3天，配送更是遙遙無期。

為了能夠盡快讓前線使用產(chǎn)品，來自上海的技術(shù)工程師小分隊(duì)緊急商量后，傍晚直接趕到青島順豐物流集散地，一輛輛貨車進(jìn)行確認(rèn)，從幾萬件的包裹里找到服務(wù)器已是接近凌晨，隨后小分隊(duì)直接拉上服務(wù)器前往醫(yī)院進(jìn)行現(xiàn)場部署，次日凌晨三點(diǎn)部署完畢，早上八點(diǎn)又返回醫(yī)院為醫(yī)生培訓(xùn)產(chǎn)品使用流程。

進(jìn)入2月下旬，各地復(fù)工復(fù)產(chǎn)逐漸迎來人流的返程高峰，由此針對疫情排查、健康人員、疑似患者的篩查以及體檢的需求激增。除此以外，周邊國家尤其日韓疫情趨勢也不容樂觀。由于上海、青島等的特殊地理位置，往來人員和航班較多，這對防控工作也提出了更大的挑戰(zhàn)。早期篩查之外，如何在“療”和“愈”環(huán)節(jié)發(fā)揮AI作用，成為新的攻堅(jiān)目標(biāo)。

未來產(chǎn)業(yè)化之路

“當(dāng)前，AI影像的落地應(yīng)用進(jìn)展十分迅速，能夠輔助一線醫(yī)生進(jìn)行肺炎的早篩及定量分析，但核酸作為確診的金標(biāo)準(zhǔn)仍有不可替代的作用?！倍午鶑?qiáng)調(diào)。

僅靠CT影像進(jìn)行新冠肺炎診斷仍存在不完善之處，例如仍有一些早期患者，盡管核酸檢測呈現(xiàn)陽性，但CT中沒有明顯征象表現(xiàn)。因此影像AI必須要結(jié)合病史、實(shí)驗(yàn)室檢測、病原學(xué)等做全面綜合的分析。

事實(shí)上，醫(yī)療影像是AI在醫(yī)療方面應(yīng)用最快的領(lǐng)域，早在2017年大量公司扎堆涌入，并獲得約40億元高額融資。但行業(yè)一直面臨高質(zhì)量數(shù)據(jù)獲取難、數(shù)據(jù)標(biāo)注成本高、商業(yè)模式不清晰等難題，不少產(chǎn)品在醫(yī)院落灰，面臨C輪死的困境。

一場突如其來的疫情，將AI技術(shù)在醫(yī)療領(lǐng)域的積累，放到了最嚴(yán)苛的試驗(yàn)場，大大加速了AI場景落地，也給后續(xù)的產(chǎn)業(yè)化之路提供了新的思路和方向。

段琦認(rèn)為，經(jīng)歷此次疫情，AI在患者篩查、潛在化學(xué)小分子藥物和生物大分子藥物篩選、流行病學(xué)分析等方面也展現(xiàn)出了極大的潛力。最早，很多流行病學(xué)的研究已經(jīng)使用了AI，以預(yù)測病毒的擴(kuò)散速度、感染和死亡人數(shù)。盡管預(yù)測結(jié)果受到當(dāng)時(shí)可獲取流行病學(xué)的影響，但卻為將來的進(jìn)一步研究提供了很好的參考模型和借鑒。

其中，小分子藥物篩選是一個(gè)重要方向。借用疾病、蛋白、病毒、基因之間的相互關(guān)系，利用AI建立模型，從已上市藥物中篩出潛在可使用的藥物，包括針對抗埃博拉、抗艾滋病的藥物。當(dāng)前，很多篩選出的藥物，已經(jīng)在臨床中使用并取得初步效果。

“目前我們的智慧健康團(tuán)隊(duì)除了利用AI做上述化學(xué)小分子藥物的篩選外，還全心投入到生物大分子藥物的研發(fā)中。團(tuán)隊(duì)利用AI進(jìn)行痊愈患者的特異性抗體篩選，來幫助醫(yī)生診斷和治療。”段琦表示。

除此之外，他認(rèn)為這次疫情的控制很大程度上源于各地為抗擊疫情采取的強(qiáng)有力措施，以政府-醫(yī)院-社區(qū)筑成了嚴(yán)防嚴(yán)控的抗“疫”前線。因此，除了為一線醫(yī)生提供有AI可依的智能輔助，為各城市各區(qū)域提供疾病管理和監(jiān)測也是今后的重點(diǎn)發(fā)展方向。例如，聯(lián)合區(qū)域衛(wèi)健委積極賦能醫(yī)療聯(lián)合體，助其實(shí)現(xiàn)分級診療。

“疫情給予中國醫(yī)療體系不同環(huán)節(jié)一次攜手作戰(zhàn)的機(jī)會，所產(chǎn)生的不只是臨床經(jīng)驗(yàn)，還有海量的大數(shù)據(jù)，配合AI等創(chuàng)新科技的應(yīng)用，可以不斷自我優(yōu)化?！眴⒚鲃?chuàng)投主管合伙人梁穎宇表示。

在她看來，中國有望以第一手?jǐn)?shù)據(jù)開拓一個(gè)不只限于醫(yī)藥研制、病毒譯碼，還包括民間與各機(jī)構(gòu)的后勤協(xié)作模式，進(jìn)而結(jié)合成為一個(gè)全新的“衛(wèi)生防疫產(chǎn)業(yè)”，實(shí)現(xiàn)中國醫(yī)療體系現(xiàn)代化、與科技結(jié)合醫(yī)療水平的夢想。