世界卫生组织27日公布的最新数据显示，中国以外新冠（COVID-19）确诊病例达到2,793,8例。虽然国内新冠疫情态势逐渐好转，但在全球范围内，许多国家和地区依旧面临着疫情的威胁，快速诊断和识别高危患者以进行早期干预仍然具有挑战性。

据悉，在疫情爆发初期，澳门科技大学医学院张康教授便携手中国科学院、国家生物资讯中心、清华大学、中山大学孙逸仙纪念医院、广州再生医学与健康广东省实验室等机构的科研团队启动了应急科研攻关。研究人员研发的一项名为“面向新冠肺炎的全诊疗流程的智慧筛查、诊断与预测系统”的人工智能（AI）工具，可以根据胸部的CT影像，对大量疑似病例进行快速筛查、辅助诊断和住院临床分级预警，实现对COVID-19病人的全生命周期管理。

2020年4月25日，相关研究成果的预校样（pre-proof）论文在线发表于国际顶级学术期刊《细胞》（Cell），论文题为“Clinically Applicable AI System for Accurate Diagnosis, Quantitative Measurements and Prognosis of COVID-19 Pneumonia Using Computed Tomography”。论文通讯作者为澳门科技大学医学院张康、清华大学计算机科学与技术系王光宇、中山大学孙逸仙纪念医院林天歆、广州医科大学第一附属医院何健行、四川大学华西医院李为民。此外，该AI系统已在全球范围内免费公开，以协助临床医生应对COVID-19。

图：论文在线发表于Cell期刊，来源：Cell

据悉，该系统是基于4154名患者总计五十多万份临床影像学大数据，运用深度学习、迁移学习、语义分割等多种人工智能前沿技术，而开发的基于胸部CT和X-ray的新冠肺炎AI辅助诊断系统。不同于传统的端到端的深度学习模型，这套诊断系统融合了两步不同的模型，第一步是基于语义分割的“肺部病灶”模型，其次是基于生成的肺-病灶图谱，将病人的整个CT （大约100~300张切片）作为输入，进一步构建智能诊断模型。这一工作可以避免“黑箱”模型在实际医疗应用中的缺陷，提高AI诊断系统的可解释性和泛化性能，也可以提高诊断的准确度。通过研究来自新冠肺炎患者、普通肺炎患者、以及对照组的CT影像数据，AI学会了对其进行区分。另一点值得关注的是，该研究的AI系统识别了与新冠肺炎病变特性相关的重要临床标志物。连同临床数据，AI系统能够提供准确的临床预后，可以帮助临床医生考虑适当的早期临床治疗并适当地分配资源。

图：基于X-ray胸片的智慧筛查模组，来源：澳门科技大学

在澳门科技大学官网的一篇报道中，张康教授表示，相比人工阅片，该系统有三大优势。首先是快速、准确地诊断新冠肺炎。据悉，有经验的影像科医生阅完一个患者的胸部CT图像尚需约15至20分钟，而该AI系统则可在20秒内完成诊断过程，且诊断准确率达90%以上，相当于一个省级三甲医院影像学副教授的诊断水准。其次，该系统还具有病情严重程度分级和重症危重症预测功能，可对胸部CT图像每一层面的小结节、磨玻璃影和实变进行自动识别、标注及定量分析，可通过患者的吸氧频率、血氧饱和度、酸碱平衡、肝功能、凝血功能等，综合预测病人发展为重症、危重症的概率和时间，有利医生及时干预，降低患者死亡率。此外，系统能够协助医务人员进行药物效果评估，指导用药，包括对同一位患者用药前后的CT图像对比分析，通过定量计算病人在用药前后的变化，判别药物是否有效，指导临床用药。

论文数据也显示，在自我测试中，这套AI系统诊断新冠肺炎的准确率达到了92.49%（灵敏度94.93%，特异性91.13%）。利用来自不同地区的不同数据集，这套AI诊断系统经受住了真实世界的考验——利用回溯性数据及前瞻研究，该AI系统均可达到90%左右的准确率，即便是使用海外的CT数据，这套系统也达到了84.11%的准确率。这一系列研究结果表明，科学家们开发的这套AI诊断系统无论是采用中国数据，还是国际数据，都能取得较好的表现。

图：澳门科技大学张康教授，来源：澳门科技大学

据澳门科技大学官网此前报道，该系统已在中国科学院国家生物资讯中心云平台线上部署，并于上月在抗疫前线武汉市金银潭医院落地实施，同时亦在中山大学孙逸仙纪念医院和中山大学第三附属医院、武汉大学人民医院、湖北宜昌市中心人民医院、安徽医科大学第一附属医院和新疆喀什地区第一人民医院等机构进行了测试部署。接下来将在全国及世界范围内推广应用。张康教授指出，其团队仍在不断发展和完善基于AI的医学影像学技术体系，扩大临床适用范围，将其开发成为多种传染性疾病的有效辅助诊断工具，推动AI技术在医疗领域的长远发展，造福社会。

参考资料：

1. Clinically Applicable AI System for Accurate Diagnosis, Quantitative Measurements and Prognosis of COVID-19 Pneumonia Using Computed Tomography

https://www.cell.com/pb-assets/products/coronavirus/CELL_CELL-D-20-00656.pdf

1. 澳门科技大学：张康教授参与研发的人工智能诊断系统20秒内能准确诊断新冠肺炎

https://www.must.edu.mo/cn/fmd/news/32598-article03231337-c