前沿研究丨人工智能辅助COVID-19影像学识别——AI技术从实验室走向临床

本文选自中国工程院院刊《Engineering》网络首发文章

作者：徐小微，蒋贤高，马春莲，杜鹏，李旭坤，吕双志，俞亮，倪勤，陈燕飞，苏俊威，郎观晶，李永涛，赵宏，刘俊，徐凯进，阮凌翔，盛吉芳，裘云庆，吴炜，梁廷波，李兰娟

来源：A Deep Learning System to Screen Novel Coronavirus Disease 2019 Pneumonia. Engineering. 2020. 

https://doi.org/10.1016/j.eng.2020.04.010

导语

近年来，人工智能（AI）在医学领域取得长足的发展，AI技术正逐渐走出实验室，走向临床及公共卫生应用。AI技术不仅可以用于对医疗图像定量数字化分析，为诊断提供指导, 还可以用于流行病早期预警, 医疗大数据智能分析等广泛领域。

2019年底暴发的新型冠状病毒病（COVID-19）造成了严重的公共卫生安全问题。在疫情初期，COVID-19的确诊有待新型冠状病毒核酸检测，但核酸检测的滞后性、检出率低等问题，使得一些患者没有得到及时诊断、隔离和治疗，从而成为潜在传染源，不利于疫情控制。

疫情期间，课题组收集了浙江省2020年1月10日—2月14日收治的110例COVID-19患者CT影像资料，利用人工智能（AI）技术与224例甲型流感及175健康人的肺部CT影像进行鉴别，实现了AI技术对COVID-19患者肺部CT自动识别，辅助临床早期筛查COVID-19患者的目的 。

相关研究成果近期发表于中国工程院院刊《Engineering》。

2019年底暴发的新型冠状病毒病（COVID-19）造成了严重的公共卫生安全问题。在疫情初期，COVID-19的确诊有待新型冠状病毒核酸检测。但是核酸检测有滞后性，且检出率低，许多病例要重复2~3次检测。部分患者已有肺部影像学表现，但早期无痰，常规鼻咽拭子病毒检测阴性。这些患者没有得到及时诊断、隔离和治疗，从而成为潜在传染源，不利于疫情控制。

浙江大学医学院附属第一医院传染病诊治国家重点实验室作为COVID-19定点收治医院，从2020年1月19日开始收治COVID-19患者，并负责全省危重患者的救治。作为临床医生，我们观察到COVID-19患者的CT影像表现有其独特性，与其他病毒性肺炎CT影像表现不同。CT诊断可以作为核酸和抗体检测的技术补充，提高COVID-19的检出率。同时，2月初也有多名抗疫一线的医务专家向湖北省新型冠状病毒防控总指挥部提交了“关于推荐以CT影像作为2019-nCoV肺炎主要诊断依据的建议”，此建议被纳入国家卫健委2月5日发布的《新型冠状病毒感染的肺炎的诊疗方案（试行第五版）》。

课题组收集了浙江省2020年1月10日—2月14日收治的110例COVID-19患者CT影像资料，利用人工智能（AI）技术与224例甲型流感及175健康人的肺部CT影像进行鉴别，实现COVID-19患者的肺部CT自动识别，辅助临床早期筛查COVID-19，准确率达86.7 % 。

2020年2月20日，我们的研究结果以预印本形式在康奈尔大学arXiv.org公开，是全世界第一个发表此类研究的团队。很快，课题组陆续收到世界各国学者来信，有的来自谷歌、斯坦福、美国阿贡国家实验室等知名机构, 有的来自意大利、韩国、伊朗、土耳其、印度等疫情严重国家。

截至2020年5月底，全世界有50余篇文章以预印本的方式发表，探讨AI技术辅助COVID-19早期筛查的可行性。国内有上海联影、清华大学等团队，探索用AI方法自动分割COVID-19患者肺部CT的病灶大小。我们课题组也已进一步完成了AI辅助计算肺部CT病灶体积，正在开展利用AI模型进行门诊或社区患者筛查，以及对危重症患者的早期预警等研究。

近年来，AI在医学领域取得长足的发展，比如肺结节、眼底病变、肝脏良恶性肿瘤鉴别等。AI模型可以把专家的知识体系固化到模型中，随着学习样本数量增多, 分析准确率随之提高。AI技术不仅可以用于对医疗图像定量数字化分析，为诊断提供指导, 还可以用于流行病早期预警, 医疗大数据智能分析等广泛领域。

经过几年的技术储备，目前AI技术正逐渐走出实验室，走向临床及公共卫生应用。比如在这次COVID-19疫情中，由约翰·霍普金斯大学劳伦·加德纳副教授与中国博士留学生董恩生创建COVID-19追踪系统，成为全球最为权威的、引用最多的数据系统。

去年，谷歌和梅奥诊所宣布了一项为期10年的战略合作。谷歌将帮助梅奥制定数字战略、AI工具路线图，为严重和复杂的疾病创建机器学习模型，成为其数字化转型的“基石”。梅奥诊所则在慢病管理、诊后随访、虚拟护理等多个场景上利用AI技术，促进疾病的诊断和治疗。

在AI技术走向应用的过程中，未来AI医疗会有哪些变化？

首先，医务工作者，包括临床医生、疾控人员、临床辅助科室及行政管理人员等，必将成为未来AI医疗的主导力量。因为只有他们熟悉医疗工作的各个环节，会从医疗实践中挖掘专业需求，利用AI技术加以改进；只有他们可以将AI技术与目前使用的临床流程及信息系统相集成，融入应用中；也只有他们可以开展临床实验，评价AI技术，收集有效性的证据。他们是临床数据真正的生产者和使用者。

以我们经验为例，发起这次研究的是临床一线工作人员，包括感染科医生，放射科医生，有些在本地参加防疫工作，有些参加援鄂医疗队，对于疫情防治有最深刻和最直接的感受。

其次，AI技术将普及，计算机人员和医务工作者将进一步密切合作。我们实验室和AI技术人员几年来在肺部感染、肝肿瘤分割等领域密切合作，前期积累的经验使我们可以在短期之内完成COVID-19筛查模型，准确率不低于国外同行。

中国AI技术目前处于世界领先位置，中国医疗资源丰富，如何把握时机，推进中国AI医疗技术发展成为世界一流水平值得我们进一步思考。我们的建议是：调动医务工作者的积极性，让他们理解AI技术，乐于与AI技术人员合作，主动发现问题，解决问题，改进医疗工作的各个环节，迎接智能医疗时代的到来。

撰稿丨徐小微、吴炜

校对丨吴佳明

注：本文内容呈现形式略有调整，若需可查看原文。

改编原文：

Xiaowei Xu , Xiangao Jiang, Chunlian Ma, Peng Du, Xukun Li ,Shuangzhi Lv , Liang Yu, Qin Ni, Yanfei Chen, Junwei Su, Guanjing Lang, Yongtao Li, Hong Zhao, Jun Liu, Kaijin Xu, Lingxiang Ruan, Jifang Sheng, Yunqing Qiu, Wei Wu, Tingbo Liang, Lanjuan Li.

A Deep Learning System to Screen Novel Coronavirus Disease 2019 Pneumonia. Engineering. 2020. https://doi.org/10.1016/j.eng.2020.04.010

作者介绍

李兰娟，感染病（传染病）学家，中国工程院院士。

从事传染病临床、科研和教学工作40余年，擅长各类肝炎、感染性疾病、新发突发传染病诊治，尤其是肝衰竭、病毒性肝炎、肝病微生态研究。作为我国人工肝开拓者，创建独特有效的李氏人工肝支持系统治疗重型肝炎获重大突破。首次提出感染微生态学理论，从微生态角度来审视感染的发生、发展和结局，为感染防治提供了崭新的思路，还从基因的角度首次揭示肠道菌群与肝硬化的秘密。

☟  如需阅读全文，请扫描二维码或点击文末“阅读原文”

☟  更多“新冠专题”文章阅读，请扫描二维码查看

☟  更多相关阅读，请点击以下链接查看

点击图片阅读丨前沿研究：动物疫病防控专题

中国工程院院刊

工程造福人类

科技开创未来

微信公众号ID ：CAE-Engineering

注：论文反映的是研究成果进展，不代表《中国工程科学》杂志社的观点。