CT曾作为临床诊断标准纳入《新型冠状病毒感染的肺炎诊疗方案》，在特殊抗疫时期帮助快速筛选出了较多的疑似病例。为应对疫情期间激增的CT检查需求，广州再生医学与健康广东省实验室张康教授团队、中山大学孙逸仙纪念医院林天歆教授团队、清华大学、澳门科技大学以及广州一家企业的人工智能技术团队一起积极响应国家号召，开发了基于胸部CT和X-ray影像学的新冠肺炎AI辅助诊断系统。

通常，一例患者CT影像包含300-500张切面，每一张切面图像展示的结构不同，病灶表现也不同，有经验的影像科医生阅完1例CT图像需要约15-30分钟。而疫情期间待阅影像数量更加巨大，这给医生造成了很大的阅片压力，同时，仅凭借影像科医生肉眼也很难快速识别细微病灶变化。

因此，在疫情防控的关键时期，通过更高效、更精准的人工智能影像辅助诊断方法来提升阅片医生工作效率、降低患者死亡率便成为了当务之急。

据了解，该新冠肺炎AI辅助诊断系统在前期分析研究了50万份临床影像学大数据的基础上，运用了深度学习、迁移学习等人工智能前沿技术来辅助影像科医生进行新冠肺炎的快速诊断和定量分析，可以在20秒内完成一例CT图像的检测，给出诊断结果，准确度达90%以上。

同时，它还能对CT图像每一切面进行精确观察、辅助医生判断患者新冠肺炎病情严重程度；也能对同一患者CT图像进行对比分析，帮助判别药物是否有效，指导临床用药。

目前，该系统已经在中国科学院国家生物信息中心云平台（计算机网络信息中心和北京基因组所）线上部署，并已在广州中山大学孙逸仙纪念医院、武汉大学人民医院、中山大学第三附属医院等医院部署使用，接下来会在全国大范围推广。而随着全球疫情蔓延，境外机构也可以通过云平台连接到该诊断系统，快速实现中国与全球分享技术和交流经验，为阻止疫情在世界范围内进一步蔓延做出中国贡献。

编辑：任先博