新冠状病毒（dú）还没有完（wán）全消除，还在持续，人工智能助力医疗领域与（yǔ）时间赛跑，帮助大众尽（jìn）快（kuài）度过疫情（qíng）。

在疫（yì）情（qíng）持（chí）续（xù）的这一个多月里，AI抗（kàng）疫已经（jīng）成（chéng）为备（bèi）受关（guān）注热门话题，诸（zhū）如AI红外测温、肺炎咨询（xún）机器人（rén）、人工智能助力疫苗研发、算法预测新型冠状病毒的全基因组等案例多次占据（jù）科技媒体头条。

最（zuì）近2月28日，百度飞桨向（xiàng）外界同步（bù）了一条新动态：连心医（yī）疗团队基于百度飞桨平台（tái）开发的（de）“基于CT影像（xiàng）的肺炎（yán）筛（shāi）查（chá）与（yǔ）病情（qíng）预评（píng）估AI系统”正式上线（xiàn），可（kě）快速检测识别（bié）肺（fèi）炎病灶，为病情（qíng）诊（zhěn）断提供病灶的数量、体积、肺（fèi）部占比等定量评（píng）估信息，并已经（jīng）在湖南郴州湘（xiāng）南（nán）学院附（fù）属（shǔ）医院投入使（shǐ）用。

不（bú）过深入抗疫一（yī）线、与医疗人（rén）员并肩战（zhàn）斗的CT影像智（zhì）能识别又（yòu）有所不（bú）同，从新冠肺炎“假阴性”的消息传出，到（dào）百度飞桨助力连心医（yī）疗首次开源肺炎CT影像分析模型，从0到1乃至到（dào）N的（de）一（yī）幕，再次（cì）演绎了互（hù）联网的“战（zhàn）疫”速度（dù）。

有感于科技企业担（dān）当精神的同时，也产生了一（yī）些新的话题，比如人工（gōng）智能企业为何可以快（kuài）速给出（chū）解决方案，落地（dì）应用后解决了哪些（xiē）棘手问题，以及人（rén）工智能（néng）的实战结果给我们带来了（le）什么（me）样（yàng）的启示？

争分夺秒（miǎo）的AI“军团”

2月（yuè）3日，武汉大学（xué）中（zhōng）南医院影像科副主任张笑春发了一条（tiáo）朋友圈：“别迷信核（hé）酸检测了，强烈（liè）推（tuī）荐CT影像作（zuò）为目前 2019－nCoV 肺炎主（zhǔ）要依据”，并称这是“一个一（yī）线影像医生的（de）大声疾呼！”

2月4日，工信部发出了倡议：全国各地要充（chōng）分发挥人（rén）工（gōng）智能赋能效用，协（xié）力抗击（jī）新冠肺炎疫情；2月（yuè）5日（rì），国家（jiā）卫健（jiàn）委（wěi）发布了第（dì）五版（bǎn）《新型冠状病毒（dú）感染（rǎn）的肺（fèi）炎诊疗（liáo）方案》，肺部CT影像被正式纳入（rù）新（xīn）冠肺炎诊断（duàn）标准。

大大小小的人工智能企业，也开始了（le）一场争（zhēng）分夺秒的攻（gōng）坚（jiān）战（zhàn）。

正（zhèng）如（rú）文初提到的一（yī）幕，连心医疗（liáo）结合百度飞（fēi）桨开源框（kuàng）架和视觉领域技术领先的（de）PaddleSeg开发套件，研发了“基于CT影像的肺炎（yán）筛查与病情预评估AI系统”，并将（jiāng）对全国（guó）定点收治医院免费开放，以提高国内基层医院（yuàn）关于新（xīn）型肺炎的病情诊断和救（jiù）治能力（lì）。

阿里、华为、依图科技、深睿医疗等也（yě）先后（hòu）拿出（chū）了解决（jué）方案（àn）。

比如阿里达摩院医疗团队与浙大一（yī）附院、万里云、长（zhǎng）远佳和古珀医院（yuàn）等多家（jiā）机（jī）构合作拿（ná）到了5000多个CT影像样本，结合新冠（guàn）肺炎患者的临床特征，推出了新冠肺（fèi）炎临床AI诊断（duàn）技术（shù）（CT影像），并（bìng）在（zài）河南“小汤山”医院里（lǐ）落地应（yīng）用。

华（huá）为云宣（xuān）布与华中（zhōng）科技大学、蓝网科技等通力协作，研发并（bìng）推出新型（xíng）冠状病毒肺炎AI辅助（zhù）医学影（yǐng）像量化分析服务，通过计（jì）算机视觉与医学影像分析技术（shù），结合临（lín）床信（xìn）息和（hé）实验室结（jié）果，辅助医生更高效、精（jīng）准地（dì）区分（fèn）早期、进展期（qī）与重症期患（huàn）者。

依图科技、深睿医疗、推想（xiǎng）科技等（děng）创（chuàng）业公司向外界（jiè）释（shì）放了推出可用于智（zhì）能评估新冠（guàn）肺炎的AI影像（xiàng）产品的消息，将针对局部性（xìng）病灶（zào）、弥漫性（xìng）病变、全肺受累（lèi）的各类肺炎疾病（bìng）严（yán）重程（chéng）度进行分级（jí），继而精确测算出疾病累计的肺炎负荷。

做一个总结的话，人工（gōng）智能企业在对抗新（xīn）冠（guàn）肺炎“假（jiǎ）阴性”困境中（zhōng）的（de）快速应（yīng）对和（hé）深度参与，离（lí）不开两个关键因（yīn）素：

其一，CT扫描（miáo）一次可以得到数百张人体（tǐ）组织截面，而（ér）新型冠状（zhuàng）肺炎的在影像上主要表现为（wéi）外带（dài）分布、多叶段、磨玻璃间质性改（gǎi）变，医生可以（yǐ）将标注好的肺部CT影像交由机器学习，主（zhǔ）动寻找结果（guǒ）和图（tú）像之间的关系（xì）。

其二（èr），利用CT图像数据进（jìn）行AI诊断（duàn）并非没有先例，美国国（guó）立（lì）卫生研究院在2018年就曾公开（kāi）10600张CT扫描图像（xiàng），用于医疗人工（gōng）智能（néng）算法的开（kāi）发和测试。同时（shí）国内的百度、阿里、华为云等也在（zài）图像（xiàng）识（shí）别领（lǐng）域有着（zhe）成熟的神经网络训练算法。

诚（chéng）然，人工智能在CT影（yǐng）像识（shí）别（bié）中（zhōng）的（de）应用（yòng）并非是“不可能完成”的任务，甚至说（shuō）是当下医疗体系（xì）的一种潜在趋势，但发挥出的价（jià）值却不该被低（dī）估（gū）。

AI解（jiě）决（jué）了哪些问题？

厘清（qīng）了人工智能企业迅速（sù）备战（zhàn）的原因，再来（lái）回答另一个（gè）问题：人工智（zhì）能在这场（chǎng）攻坚战中到底解决（jué）了哪（nǎ）些棘手问题？

首先（xiān）是时间上的对比。

以（yǐ）CT影像的量（liàng）化评估为例，现在大多数医护人（rén）员采用的是手工勾（gōu）画ROI的方法，类似于（yú）PS中（zhōng）的手动描（miáo）边和（hé）抠图，每（měi）个患者需要勾画（huà）三（sān）四（sì）百张的CT影像（xiàng），往往需要五六个小时的时间（jiān）才能完成。而（ér）一位患（huàn）者从入院观（guān）察到治愈出院，一般需要拍（pāi）摄四次左右的CT影像，相关（guān）医生的工作量可想（xiǎng）而知。

特别是在湖北等疫情高发（fā）的地区，耗（hào）时如此之长的CT影（yǐng）像（xiàng）量化工作，不仅（jǐn）让一线（xiàn）的医疗人（rén）员（yuán）置于（yú）高负荷的（de）工作状态（tài）中，也在（zài）一定程度上耽搁了（le）诊断效（xiào）率。

从几家人工（gōng）智（zhì）能企业（yè）给出的（de）结果来看，确（què）诊时（shí）间被压缩到了几（jǐ）秒到几（jǐ）十秒之间（jiān）。诸（zhū）如依图科（kē）技、华为云等公司专注于（yú）CT影像量化评估工（gōng）作（zuò），阿里（lǐ）达摩院、连（lián）心医疗则给出了一整套的方案，包括CT影（yǐng）像的病灶检测、病灶轮廓勾画、双肺密度（dù）分（fèn）布直方图（tú）及肺部病灶的数量、体积、肺部占比等全套定（dìng）量指标的计算与展示。

其次是生产力（lì）的对（duì）比。

疫区的（de）医生（shēng）或许可以（yǐ）凭借繁多的病例（lì）“熟能生巧”，花上5—10分钟的时间就能从CT影像中确定（dìng）患者的病情。可对于非疫区（qū）的医生而言，由于接诊相关病（bìng）历的经（jīng）验少，在（zài）确（què）诊过程中经常会（huì）举棋不（bú）定，直到核酸检测显示阳性后才敢确（què）诊，其（qí）中犹豫和等待（dài）的时间，可能已经造成交叉感染乃至是家庭聚集性发病。

同（tóng）时高压的工（gōng）作状态也在考验医生（shēng）的心理素质，每一份签名确诊报告的背后，通常意味着（zhe）几（jǐ）十个紧密接触者（zhě）的隔离收（shōu）治，既是一种责任，也是（shì）心理上犹豫。

至少人工智能在CT影像诊断中的应用，已经在某种（zhǒng）程度上拉平（píng）了因为（wéi）经（jīng）验（yàn）不同导致（zhì）的生产力（lì）差异，即便是没有（yǒu）接（jiē）触过肺炎病例的医生，也可（kě）以根据AI的诊断（duàn）结果进行科学判定（dìng），然后以一种可（kě）观的依据（jù）增强医生（shēng）们的（de）诊断信心。

值得一提（tí）的是，连心（xīn）医疗采用的（de）深度学习算法（fǎ）模型充分训练了（le）所（suǒ）收集到的（de）高分辨率和低（dī）分辨率的CT影像数（shù）据，可（kě）以适应不同等级CT影像设备采（cǎi）集的检（jiǎn）查数据，哪怕是医疗（liáo）资源受限的基层医院，也可以在（zài）肺炎辅助（zhù）预诊断工具的帮助下进行（háng）确诊，进一（yī）步（bù）提升了基（jī）层医生的（de）诊断和评估效率。

被（bèi）验证的“通（tōng）用（yòng）技术”

人工智能在CT影像辅助诊断中的（de）价（jià）值已然被验证，同时被（bèi）验证的还有人工智能作为“通用技（jì）术（shù）”的属性。

按照百（bǎi）度（dù）CTO王（wáng）海峰的观点（diǎn），“通（tōng）用技术”指的是与机械技术、电气（qì）技术和信息技术一样，具备标（biāo）准化、自（zì）动（dòng）化和模块（kuài）化的特征（zhēng），也是进入工业大（dà）生产阶段的（de）基本前提（tí）。至少AI在CT图像智能诊（zhěn）断（duàn）系统（tǒng）的（de）应用中，不难找到“通用性”的一面（miàn）。

一（yī）个直接（jiē）的（de）例子，当新型（xíng）冠状（zhuàng）肺炎的疫情结束后（hòu），那些战斗在一线的医（yī）务工作者，势必会重（chóng）新（xīn）审视AI这（zhè）个“新（xīn）战友”，进而延伸（shēn）出更加广泛的（de）应用，比如同（tóng）样的技术被应用于肝（gān）癌、肺癌等病情的早（zǎo）期筛查，毕竟这些病历同样需要（yào）在几百张影像中（zhōng）找到病变的组（zǔ）织（zhī），并对它的（de）良（liáng）恶性做出准确的判断。

只是这样的话（huà）题似乎（hū）并（bìng）不（bú）新鲜（xiān），早（zǎo）在（zài）2016年就有“人工智（zhì）能（néng）＋医疗影像”元年的说法，图像识别在（zài）医疗（liáo）中的应用渐渐兴起，这次（cì）疫情中崭露头角的（de）推想科技、连心医疗（liáo）等均诞生于这（zhè）一年。尽管在过去（qù）几年中，这些企业很少被（bèi）外（wài）界（jiè）所（suǒ）关注，以至于在资本市（shì）场都有些寒冬的味道，但经此一“疫”后大概率会（huì）迎来（lái）新的风口。

何况人工智能行业的协作方式也在发生转变，进（jìn）一步为医疗垂（chuí）直领域的布道者们提（tí）供了新的机会窗口。

以（yǐ）连心（xīn）医疗为例，在（zài）创立之初（chū）主要（yào）提供肿（zhǒng）瘤（liú）数据平台搭建和医疗数据分析，涉及医疗影像处理（lǐ）、分割、配（pèi）准等等（děng）。但在（zài）CT影像的攻坚战中，连心（xīn）医（yī）疗选择在自身数据优势的基（jī）础上，基于百度飞桨平台快速开发上线了基于CT影像的肺炎筛查与病（bìng）情预评估AI系统并对全国定点收治医院免（miǎn）费（fèi）开放，为抗击（jī）疫情贡（gòng）献一己之力（lì）的（de）同（tóng）时，也给出了（le）医疗（liáo）服务升（shēng）级的（de）新思路：

以（yǐ）往医疗机构想（xiǎng）要开发（fā）肺（fèi）炎CT影像智（zhì）能诊断类的应用，需要找到某家科技（jì）公司进行联合开发，其中的门槛（kǎn）和成本不言而（ér）喻。如今却可（kě）以在百度飞桨的EasyDL图像分割模（mó）型中，直接选择“肺炎CT影（yǐng）像识别（bié）专用算法（fǎ）”，只需要少量的数（shù）据训练即可获得基（jī）于（yú）实际场景进一（yī）步优化的模（mó）型，以及可灵活支持多种部署（shǔ）形式、可即用的模（mó）型（xíng）服务。

沿循这样的逻（luó）辑，不排除诞生AI应用新范式的可能。百度飞桨就像是AI服（fú）务的“模型商店”，连心医（yī）疗这样的开（kāi）发者打造上线了各种（zhǒng）各样的“模型”，全球范围内的医疗机构们（men）可（kě）以在“商店（diàn）”中找到自己需要的“模（mó）型”，简单的适配（pèi）就可以落地应（yīng）用。

可（kě）以笃（dǔ）定的是，一（yī）旦这样的逻（luó）辑被跑通后，注定不会局（jú）限在医（yī）疗（liáo）领域，不断向工业制造、市（shì）场营销、农业生产（chǎn）等（děng）领（lǐng）域延伸（shēn），又一次（cì）印证了王海峰关（guān）于“深（shēn）度学习推动AI进入工（gōng）业大生产阶段（duàn）”的（de）观点。

麦（mài）肯锡喜（xǐ）欢（huān）用“灯塔工（gōng）厂”来定义在第四次工业革命做出（chū）全球表率的企业，借鉴这样的说法，在时间和生产（chǎn）力做（zuò）出示范（fàn）的AI诊断，何（hé）尝不是医疗领域（yù）的“灯塔工（gōng）厂”。

也就不（bú）难理解阿里、百（bǎi）度、华为（wéi）以及人工智能（néng）创业们在这场费用疫情中与病毒“赤膊奋战（zhàn）”的勇气，担当和情怀只是其一，为医疗行（háng）业建造一座（zuò）“灯塔”，用数据和技（jì）术重（chóng）新定义（yì）医疗，无疑是同样重（chóng）要（yào）的事。

有理（lǐ）由相信（xìn），AI在一（yī）线与（yǔ）时间赛跑（pǎo）、与疫情赛跑的（de）挑战背后，也将（jiāng）是AI在医疗领域规模化落地的序章。