中傲数据“校企合作”人工智能为新冠肺炎疫情提供科技支撑

复旦大学团队联合上海市公共卫生临床中心放射科启动《新冠肺炎影像学AI智能辅助诊断与预后预测》研究工作，中傲数据与复旦大学团队“校企合作”参加此次项目，旨在让人工智能加入战“疫”，使肺部影像的读片速度从分钟快进到秒级，实现2019-nCoV肺炎与其他病毒性肺炎、细菌性肺炎的影像分类识别及病灶检测，帮助临床进行更高效的诊断。

自疫情发生以来，上海市科委、学校启动了应急性和原创性攻关专项，建立了应对新型冠状病毒肺炎的科技攻关项目库，完成第二批应急攻关项目征集并入库，鼓励多学科交叉、医工结合、校企合作，将研究成果尽快应用到战胜疫情中，为抗击疫情提供科技支撑。

2月4日发布的《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》中，“疑似病例具有肺炎影像学特征”已被纳入湖北省临床诊断标准，CT影像成为诊断的重要依据之一，CT检查方便、快捷、直观，在基层医院普及度高。然而，由于疑似病例数量过多，影像科的医生工作压力越来越大，影像科医生诊断一个病例要看400层左右的影像，加上前后对比，最快也需要5-10分钟，而AI的“最强大脑”核心算法最大优势就在于读片速度，秒级时间内就能预发现病灶发生区域，计算出病例为正常、新冠肺炎、其他病毒性肺炎、细菌性肺炎的概率，而且会指出它可能存在病灶所在的CT层的编号，大幅缩短医生读片时间，帮助医生预发现病灶发生区域，提高临床诊治的效率。同时，系统对新冠肺炎类型诊断的假阴性在7%左右，而核酸检测的假阴性则高达30%～50%。 团队开发的相关辅助诊断设备系统已进入上海公共卫生临床中心临床应用中，辅助诊断软件系统将从设备中实时获取数据并进行快速识别，影像医生在拿到CT数据的同时，就能立即看到辅助诊断的结果，有效提高诊断效率。

上海公共卫生临床中心放射科主任单飞医生说：“把这个系统再扩展到肺的多种病变，其他的感染性病变的鉴别诊断，都是可以继续研究。”