疫情面前，速度就是生命。

在CT被列入第五版新冠肺炎診療方案后，在準確性還不夠完美的核酸檢測之外又增加了一項診斷手段。CT閱片量增加，提升效率成為在CT診斷過程中的一大難題。為此，一批醫(yī)療影像AI企業(yè)也聞風(fēng)而動，加入這場生死時速的搶奪戰(zhàn)中。疫情期間，CT＋AI的概念出現(xiàn)在不少AI產(chǎn)品中。

AI廠家聞風(fēng)而來

當(dāng)醫(yī)生打開片子，新冠肺炎的感染區(qū)域可通過AI的方式自動勾畫，同時在屏幕右邊顯示全肺的感染比例以及體積，精確到每一個肺葉、肺段的感染體積，以及其感染的百分比，這樣可以讓醫(yī)生更有效的了解到，患者感染的區(qū)域在哪里，提供更多的量化信息。

不僅如此，AI還能優(yōu)化整個讀片過程的工作流。隨著胸部CT閱片量大幅增加，特別是武漢疫區(qū)，提升工作效率便成為重中之重。通過分割的技術(shù)，AI找出醫(yī)生尚未讀但已拍完的片子，對這些病人的影像進行快速篩查，找到肺炎疑似患者，提醒醫(yī)生優(yōu)先閱片，如此一來，AI便可優(yōu)化整個圖片的工作流，做到早發(fā)現(xiàn)、早治療、早隔離。

聯(lián)影智能研發(fā)副總裁高耀宗在醫(yī)學(xué)圖像計算青年研討會（MICS）線上學(xué)術(shù)講座上介紹到，這是他們新冠肺炎AI系統(tǒng)的兩大功能點。其主要的技術(shù)路線基本上是通過分割的方式，在胸部CT上，利用人工智能深度學(xué)習(xí)的分割算法，來檢測到新冠肺炎相關(guān)的一些征象，并對其進行量化評估。

他表示，目前，如果沒有AI技術(shù)，很多影像學(xué)報告多是定性分析，磨玻璃影變淡還是變暗，其個數(shù)大概增多了多少，在應(yīng)用AI技術(shù)以后，AI不但可以提供上述指標(biāo)的一些量化數(shù)字，同時還可以做更精細的分析，幫助醫(yī)生診斷。

比如在不同時間點，AI可以分析肺部感染體積的變化，也可以直觀反映出其磨玻璃和實性成分的變化。

在早期篩查方面，AI也有可為空間。深睿醫(yī)療研究員張樹給出了一張抗疫一線AI系統(tǒng)早期炎癥病灶篩查的效果圖，從左側(cè)看，這位患者有兩個非常不明顯的磨玻璃病灶，當(dāng)醫(yī)生工作量大時，他們很容易漏掉病灶，AI篩查系統(tǒng)可較為精準定位微小磨玻璃病灶。

而在隨訪環(huán)節(jié)，AI系統(tǒng)有助于醫(yī)生可以更明確、直觀去觀察到病人整體療效變化的情況。張樹介紹道，2018年，這位病人拍攝了一個CT，他當(dāng)時沒有感染新冠肺炎，也沒有其他炎癥，所以整體上，他的病灶數(shù)量處于比較低的狀態(tài)。2020年2月3日，他已經(jīng)感染了新冠肺炎，從右側(cè)黃色曲線上可以看出，整體病灶數(shù)量也在上升?？赡芙?jīng)過一段時間的治療，整個曲線上就出現(xiàn)下滑。

目前，深睿醫(yī)療的新冠肺炎增強版AI已落地，在全國大概數(shù)十家醫(yī)院裝機使用了。早在1月31號，他們第一版產(chǎn)品就已經(jīng)研發(fā)出來了。

聯(lián)影智能也在短短５天完成了他們新冠肺炎輔助分析軟件的研發(fā)和落地。據(jù)悉，該軟件動用了算法、軟件和測試等10位研發(fā)人員，以及50位遠程標(biāo)注人員，應(yīng)用上千例標(biāo)注數(shù)據(jù)。

1月28日，上海人工智能研究院攜手健培科技完成了新冠肺炎影像云檢測系統(tǒng)的階段性研發(fā)工作。隨后，在中華放射學(xué)會常委心胸學(xué)組組長郭佑民教授的指導(dǎo)下，開展上線應(yīng)用。

1月31日，推想科技發(fā)布新冠肺炎AI，截止到2月10日，全國上線醫(yī)院達到十余家。

2月5日，依圖醫(yī)療新型冠狀病毒性肺炎智能影像評價系統(tǒng)在華中科技大學(xué)同濟醫(yī)學(xué)院附屬協(xié)和醫(yī)院、武漢大學(xué)中南醫(yī)院、武漢大學(xué)人民醫(yī)院、荊州市第一人民醫(yī)院完成部署。

……

面對突如其來的疫情，AI醫(yī)療企業(yè)反應(yīng)速度之快，研發(fā)速度之快，讓人嘖嘖稱贊。但與此同時，讓人疑惑的是，上千數(shù)據(jù)，數(shù)天時間，如何做到如此快速開發(fā)軟件并標(biāo)記數(shù)據(jù)？

據(jù)聯(lián)影智能CEO沈定剛介紹道，他們的系統(tǒng)經(jīng)歷了數(shù)據(jù)少、數(shù)據(jù)越來越多再到快速迭代的過程。剛開始，數(shù)據(jù)只有三四十個，在這種情況下怎么開發(fā)出一個應(yīng)用于臨床的產(chǎn)品？他們發(fā)現(xiàn)，這個新冠肺炎跟以前的肺炎有一定的相似性，所以他們利用了很多以前的數(shù)據(jù)和模型，如此一來，在小樣本訓(xùn)練的情況下，也得到了效果較好的系統(tǒng)。

后來，隨著數(shù)據(jù)越來越多，系統(tǒng)進入快速迭代的階段。用現(xiàn)有的少量數(shù)據(jù)訓(xùn)練好的模型，再加上沒有標(biāo)注過的數(shù)據(jù)，然后通過標(biāo)注人員的修改，快速迭代模型。沈定剛表示，這里面會用到基于AI的半自動分割方法，最后把標(biāo)注、系統(tǒng)訓(xùn)練、人員變成一個系統(tǒng)，在短期內(nèi)可以很好地把幾千幅圖像標(biāo)注出來。

“異病同影”現(xiàn)象難解，AI產(chǎn)品還很初級

鋪天蓋地的AI產(chǎn)品，對于當(dāng)前的疫情來說，AI是否真的能上崗？其成熟度是否足以應(yīng)用于臨床？生命面前無小事。

”基本上，目前產(chǎn)品可能還處于初級階段，還需要更多病例去迭代才能夠獲得較好的使用效果，尤其對于這種炎癥，病毒性肺炎本身‘異病同影’現(xiàn)象比較嚴重，在診斷這一塊的功能可能還需要進一步拓展?！伴L征醫(yī)院影像醫(yī)學(xué)與核醫(yī)學(xué)科主任劉士遠直言。

他表明，一個產(chǎn)品從開始研發(fā)到使用確實需要一個過程，需要足夠量的病例去迭代，也需要臨床大量醫(yī)生通過使用提出反饋意見，這樣產(chǎn)品才能逐漸成熟。

依圖醫(yī)療副總裁石磊也表示，人工智能是計算機的行為，而醫(yī)療本身是人類的行為，AI醫(yī)療也是人文行為屬性和技術(shù)屬性的一個結(jié)合。但是現(xiàn)在隨著計算機技術(shù)的不斷發(fā)展，以及醫(yī)學(xué)依賴于技術(shù)進步的推動，使得這兩者逐步走到了一起。但是目前來看，還在磨合期。

但AI也有AI的優(yōu)勢，它可以快速學(xué)會一些已經(jīng)被定義清楚的、具備明確邏輯的事情，并可通過頂層的算法設(shè)計而實現(xiàn)這種場景下的應(yīng)用。

石磊舉例說，人眼難以精確分析圖像灰階的變化，或者定量評價疾病的微小變化，這時AI就能提供幫助，同時結(jié)合局部和整體全肺做整體定量分析。當(dāng)然，這些幫助是否會被醫(yī)生采納，取決于醫(yī)生對于這些信息的判斷和計算機提供這些信息的維度，所以這是計算機相對于人有優(yōu)勢的地方。

疫情當(dāng)前，AI就是幫助醫(yī)生，讓醫(yī)生看到更多的信息，或者除了醫(yī)生兩個手以外，可能增加更多的手來幫助醫(yī)生，這就是現(xiàn)在AI能做的，這是沈定剛的觀點。具體而言，在較難對比、精度不高信息方面，醫(yī)生花費時間會較多，比如說病灶的個數(shù)、病灶的位置或者病灶的體積，相對肺部、肺葉或者肺段的百分比等，這些都是比較直觀的信息。AI可通過深度學(xué)習(xí)，提供量化信息，以此來幫助醫(yī)生做相應(yīng)的診斷。

此外，在進醫(yī)院到出院期間，每一個病人會通過檢查多次CT來觀察病情進展，可能四五次，甚至五六次，這時，AI可以較為精細描述病灶每一部分的變化，進行縱向圖像對比。沈定剛說，這樣的變化用于早期detection和愈后估計都非常有用。

AI看新冠肺炎，不能拍板

當(dāng)前，AI通過定量分析能幫助醫(yī)生更快更準地做出診斷。從一定程度上而言，AI的作用僅限于錦上添花。那么，有沒有可能通過AI的手段真的發(fā)現(xiàn)早期新冠肺炎疑似患者，甚至做出早期診斷？

”目前而言，AI能做的就是幫助醫(yī)生盡量減少漏診?！备咭诮忉尩?，“其實，在患者早期，一方面，他們的CT影像沒有明顯的病灶，光靠CT影像無法鑒別，肯定需要流行病學(xué)史、臨床表征和核酸檢測等才能確診病人。另一方面，早期患者的CT影像局部有一些很小的病灶和彌漫性病灶，通過AI能把器官進行分割，把病灶進行量化，AI能夠發(fā)現(xiàn)這些病灶?！?/p>

對于AI做鑒別診斷，沈定剛也極力否認：”剛開始，數(shù)據(jù)清洗都沒到那個程度，標(biāo)注也是錯的，告訴病人他是新冠肺炎或者不是，這不能確定。當(dāng)前新冠肺炎的系統(tǒng)完全達不到診斷的效果，因為現(xiàn)在的數(shù)據(jù)還不可利用?！?/p>

至于早期診斷，沈定剛認為，AI要做早期診斷，首先符合條件的數(shù)據(jù)就很難獲得。在病人沒有癥狀，CT和核酸都沒有表現(xiàn)出來的時候，他拍攝了相應(yīng)的CT圖像。不僅如此，后來發(fā)現(xiàn)，該病人真的感染了新冠病毒。那么，這位病人第一次來醫(yī)院的數(shù)據(jù)才能用于AI學(xué)習(xí)早期診斷。

但是AI鑒別診斷仍然是臨床所期待的，武漢協(xié)和醫(yī)院放射科副主任史河水表示，AI在新冠肺炎中的應(yīng)用，當(dāng)前在定量分析方面能夠較好緩解醫(yī)生的工作壓力。鑒別診斷方面，在疫情爆發(fā)期，醫(yī)生較容易診斷，而疫情過后，針對散發(fā)性病例如何診斷，這應(yīng)該是AI下一步的方向。

“早期的診斷還是需要結(jié)合很多臨床信息才能下判斷，對于AI而言，如何既做CT又能做核酸，這是值得思考的。如果一個AI模型能把影像信息和生物指標(biāo)信息結(jié)合起來，復(fù)雜診斷問題AI也能做。”不過，沈定剛指出，現(xiàn)在還不是時候，數(shù)量的數(shù)量和質(zhì)量都還不夠。

看病是一個復(fù)雜場景，單從影像AI角度還遠遠不夠。所以，在這個階段，AI仍然無法給出疾病的定性診斷，或者發(fā)揮出一錘定音的價值，但是在定量分析當(dāng)中能夠給予醫(yī)生很好的幫助。