新冠状病毒还（hái）没（méi）有完全消除，还在（zài）持续，人工智能助（zhù）力医（yī）疗领域（yù）与（yǔ）时间赛跑（pǎo），帮助大众尽快（kuài）度过疫（yì）情。

在疫情持续的这一个（gè）多月里，AI抗疫已经成为备受关（guān）注（zhù）热（rè）门（mén）话题（tí），诸如AI红外测温、肺炎咨询（xún）机器人、人工智（zhì）能助力疫苗研发（fā）、算法预测新型冠状病毒的全基因组等案例多（duō）次（cì）占（zhàn）据科技媒体头条。

最近2月（yuè）28日（rì），百（bǎi）度飞桨向外界同步了一条新动（dòng）态：连心医疗团（tuán）队基于百度飞桨平（píng）台（tái）开发的“基于CT影像的肺炎筛查与病情预（yù）评估AI系统”正式（shì）上线，可快（kuài）速检测识（shí）别肺炎病灶，为病情诊断（duàn）提供病（bìng）灶的数量（liàng）、体积、肺部占（zhàn）比等定量（liàng）评估信（xìn）息，并已（yǐ）经在湖南郴州湘南学（xué）院附属医院投入使（shǐ）用。

不过深入抗疫一线、与医疗（liáo）人（rén）员（yuán）并肩（jiān）战（zhàn）斗的（de）CT影像智能识（shí）别又有所（suǒ）不同，从新冠肺炎“假阴性”的（de）消息传出，到百（bǎi）度飞桨助（zhù）力连心医（yī）疗首次开源（yuán）肺炎（yán）CT影像分（fèn）析模型，从（cóng）0到1乃至到（dào）N的一幕，再次演绎了互联网的“战疫”速度。

有感于科技企业担当精神的同时，也产生（shēng）了（le）一些新（xīn）的话题，比如人（rén）工智能企业为何可以（yǐ）快（kuài）速（sù）给出（chū）解决（jué）方案，落地应用后解（jiě）决（jué）了哪些棘手问题，以及（jí）人工智能的实战结果给我们带（dài）来了什么样的启（qǐ）示（shì）？

争分夺秒的AI“军（jun1）团”

2月3日，武汉大学中南医（yī）院（yuàn）影像科（kē）副主任张笑春发了（le）一条朋友圈：“别（bié）迷信（xìn）核酸（suān）检测了，强烈推（tuī）荐CT影像作为目前（qián） 2019－nCoV 肺炎主要依（yī）据”，并称这是“一个一线（xiàn）影像医生的大声疾呼！”

2月4日，工信部（bù）发出了倡议：全国各地（dì）要充分发（fā）挥人工智（zhì）能赋能效用，协力抗击新冠肺炎疫情；2月5日（rì），国（guó）家（jiā）卫健委发布了第五版《新型冠状病毒感（gǎn）染（rǎn）的肺炎诊疗方案（àn）》，肺部CT影像被（bèi）正（zhèng）式纳入新冠肺炎诊断标准。

大（dà）大小小的（de）人（rén）工（gōng）智（zhì）能企业，也开始（shǐ）了一（yī）场争分夺秒的攻坚战。

正（zhèng）如文（wén）初提到的一幕，连心医疗结合百（bǎi）度飞桨开（kāi）源框架和视觉领域技术领先的PaddleSeg开发套件，研（yán）发了“基于（yú）CT影像（xiàng）的肺炎（yán）筛（shāi）查与（yǔ）病情预评估AI系统”，并（bìng）将（jiāng）对全国定点收治医院免费（fèi）开放，以提（tí）高国内基层医院关于新（xīn）型肺（fèi）炎的病情诊断（duàn）和救治能力。

阿（ā）里、华为（wéi）、依图科技、深睿医疗等也先（xiān）后拿出了解决方（fāng）案。

比如阿（ā）里达摩院医疗团队与浙大一附院（yuàn）、万里云、长远（yuǎn）佳和古珀医院等（děng）多家机构合作拿到了5000多（duō）个CT影像样（yàng）本，结合新冠（guàn）肺（fèi）炎患者（zhě）的临床特征，推出（chū）了（le）新（xīn）冠肺炎临床AI诊断（duàn）技术（CT影（yǐng）像），并在（zài）河南（nán）“小汤山”医（yī）院里落地应用（yòng）。

华为云宣布与华（huá）中（zhōng）科技大学、蓝（lán）网科技等通力协作，研发并推出新型冠状病（bìng）毒肺炎AI辅助医学影像量化分（fèn）析服务，通过计算机视觉与医（yī）学影像（xiàng）分析技术，结合临床信息和实验室结果，辅助医生更高效、精准地区分早期、进展期与重症期患（huàn）者。

依图科（kē）技（jì）、深睿医疗、推想科技等创业公司向外界（jiè）释（shì）放了推出可用于智能评（píng）估新冠肺炎的AI影像（xiàng）产品（pǐn）的消息，将针对局部性病灶、弥漫性病变、全肺受累的各（gè）类肺炎疾病严重程度（dù）进行分级，继而（ér）精确测（cè）算出疾病累（lèi）计的肺炎负荷。

做一个总结的话，人工（gōng）智（zhì）能企业在对抗新冠肺炎（yán）“假阴性”困（kùn）境中（zhōng）的（de）快速应对和（hé）深度参与，离不开两个关键因素：

其（qí）一，CT扫描一次可以得到数（shù）百张人体（tǐ）组织截面，而新型冠状肺（fèi）炎的在（zài）影像（xiàng）上（shàng）主要表现为外带（dài）分布（bù）、多叶段、磨玻（bō）璃（lí）间质（zhì）性（xìng）改变，医（yī）生可以将标注好的（de）肺部CT影像交由机器学习，主动寻（xún）找结果和图（tú）像之（zhī）间的关系（xì）。

其二（èr），利用CT图像数（shù）据进行（háng）AI诊断并（bìng）非没有先例，美国（guó）国立卫生研究院在2018年就曾公开（kāi）10600张CT扫描图像，用于医疗（liáo）人工（gōng）智能算法的开发和测试。同时（shí）国内的百度、阿里、华（huá）为云等也在图像识别领域有（yǒu）着成熟的神（shén）经网络训（xùn）练算法。

诚然，人（rén）工智能在CT影像识（shí）别中的应用并（bìng）非是（shì）“不（bú）可能完成”的任务（wù），甚至说（shuō）是当下医疗体系的一种潜在趋（qū）势（shì），但发挥（huī）出的价值却不该（gāi）被低估（gū）。

AI解决了哪些问题？

厘（lí）清了人工智（zhì）能企（qǐ）业（yè）迅速备战的（de）原因，再来回答另一个（gè）问题：人工智能在这场攻坚战中到底解（jiě）决了哪些（xiē）棘手问题？

首先（xiān）是（shì）时间上（shàng）的（de）对比（bǐ）。

以（yǐ）CT影（yǐng）像的量化（huà）评估为例，现在大多数（shù）医护人员采用的是手工勾画ROI的方法，类似（sì）于PS中的（de）手动描边和抠图，每个患者需要勾画（huà）三四百张的CT影像，往（wǎng）往（wǎng）需要五六个小时的时间才能（néng）完成（chéng）。而一位患（huàn）者从入院（yuàn）观察到治愈出院，一（yī）般（bān）需要拍摄四次（cì）左右的CT影像，相关医生的工作量可想而知。

特别是在（zài）湖（hú）北等（děng）疫（yì）情高发（fā）的地区，耗时如此之长的CT影像量化工作，不仅让一线的医疗人员置于高负荷的工作状态中（zhōng），也在一定程度上（shàng）耽搁了诊断效率。

从几家人工智能（néng）企业给出（chū）的结果来看，确诊时间被压（yā）缩到（dào）了几秒到几（jǐ）十秒之间。诸如依图科技、华为云等（děng）公司专注于CT影像量化评估工作，阿里达摩（mó）院、连心（xīn）医疗则给出了（le）一整套的方案，包（bāo）括（kuò）CT影像的（de）病灶检测、病（bìng）灶轮（lún）廓勾画、双肺密度分布直方图及（jí）肺部病灶的数量、体积、肺部占比等全（quán）套定量指标的计算与展示（shì）。

其（qí）次是生产（chǎn）力（lì）的对比。

疫区的医生或许可以凭借繁多的病例“熟能生巧”，花上5—10分（fèn）钟的时间就能从CT影像中（zhōng）确定患者的病情。可（kě）对于（yú）非疫区的医生而言，由于接诊（zhěn）相（xiàng）关（guān）病历的经验少，在确诊过程中经常会举棋（qí）不定（dìng），直到核酸检（jiǎn）测显示阳性后才敢确诊，其中犹豫（yù）和等待的（de）时间，可（kě）能（néng）已经（jīng）造成（chéng）交叉感染乃至是（shì）家（jiā）庭聚（jù）集性发病。

同时高压的工作状态也在考验医生的心（xīn）理素质，每一份签（qiān）名确诊报告的背后（hòu），通常意味着几十（shí）个紧密接触者（zhě）的（de）隔离收治，既是一种责（zé）任，也是心（xīn）理上犹豫。

至少人工智能在CT影像（xiàng）诊断（duàn）中的应用，已经在某种程度上拉平（píng）了因（yīn）为经验（yàn）不同导致的生产力（lì）差（chà）异，即便是没有接触过肺炎病例的医生（shēng），也可（kě）以根据AI的诊断结（jié）果（guǒ）进行（háng）科学判（pàn）定，然（rán）后以一种可观的依据增（zēng）强医生们的诊断（duàn）信心。

值得一提的是，连心医疗采用的深度学习算法模（mó）型充分训练了所收集到的（de）高分辨率和低分辨率的CT影（yǐng）像数据，可以适应不同等级（jí）CT影（yǐng）像设备采集（jí）的检（jiǎn）查数据，哪（nǎ）怕是医疗资源受限的基（jī）层医院，也可（kě）以（yǐ）在肺炎辅助预诊（zhěn）断（duàn）工具的帮助下进行确诊（zhěn），进一步提升了基层医（yī）生的诊断和评（píng）估效率。

被验证的“通用技术”

人工智（zhì）能在CT影（yǐng）像辅助诊断中的价值（zhí）已然被验证，同时被验（yàn）证的还有人工智能作为“通用技术”的属性（xìng）。

按照百度CTO王海峰的观点（diǎn），“通用技术”指的是（shì）与机械技术、电气技术和信（xìn）息技术一样，具备（bèi）标准化（huà）、自动（dòng）化（huà）和（hé）模块化的（de）特征，也是进入工业大生产（chǎn）阶段的基本前提。至少AI在CT图（tú）像智能（néng）诊断系统的应用中，不难找到“通用（yòng）性”的一面。

一个直接的例子，当新（xīn）型冠状肺炎的疫情结束后，那些战斗在一线的医（yī）务工作者，势必（bì）会（huì）重新审视AI这个“新战友”，进而（ér）延伸（shēn）出更加广泛的应用，比如（rú）同（tóng）样的技（jì）术被应（yīng）用于（yú）肝癌、肺癌等病情的早（zǎo）期（qī）筛（shāi）查，毕竟这些病历同样需要在几百张影像中（zhōng）找到病（bìng）变的组（zǔ）织，并对它（tā）的良恶性做出（chū）准确的（de）判（pàn）断。

只是这样的（de）话题似乎并不新鲜，早（zǎo）在2016年就有“人工智能（néng）＋医疗影（yǐng）像”元年的说法，图像识别在（zài）医疗中的应（yīng）用渐渐兴起，这次疫情中崭露头角的推（tuī）想科技（jì）、连心医疗等均诞生于这一年。尽管在（zài）过去几年中，这（zhè）些企业（yè）很（hěn）少（shǎo）被外界所关注，以至于在资本市场（chǎng）都有（yǒu）些寒（hán）冬的味道（dào），但经此一“疫”后大概率会迎来（lái）新的风口。

何况人（rén）工智能行（háng）业（yè）的协作方（fāng）式（shì）也在发生（shēng）转变，进一步为医疗垂（chuí）直（zhí）领域的布道者们（men）提供（gòng）了新的机会窗口（kǒu）。

以连心医疗为例，在创（chuàng）立之（zhī）初主要提供肿瘤（liú）数据平台（tái）搭建（jiàn）和医疗数据分析，涉及医（yī）疗影像处理、分割（gē）、配准（zhǔn）等等。但在CT影像的攻坚（jiān）战中，连心医疗选择在自身数据优势的基础上，基（jī）于百度飞桨平台快速开（kāi）发上（shàng）线了基（jī）于（yú）CT影像的肺炎（yán）筛（shāi）查与病情预（yù）评估AI系统（tǒng）并（bìng）对（duì）全国定（dìng）点收治医院（yuàn）免（miǎn）费开放，为抗（kàng）击疫（yì）情贡献（xiàn）一己之力的同时（shí），也给（gěi）出了医疗服务（wù）升级的新思路：

以往（wǎng）医疗（liáo）机构（gòu）想要开（kāi）发肺炎CT影像（xiàng）智能诊（zhěn）断类的应用，需要找（zhǎo）到某（mǒu）家科（kē）技公司进行联合开发，其中的门槛和成本不言而喻。如今却可以在百（bǎi）度（dù）飞桨的EasyDL图像分割（gē）模型（xíng）中，直接（jiē）选择“肺炎（yán）CT影像（xiàng）识别（bié）专用算（suàn）法”，只需要少（shǎo）量的数据训练即可获得基于实际（jì）场景进一步（bù）优（yōu）化的模型（xíng），以及可灵活（huó）支持多种部署形式、可（kě）即用的模型服务。

沿循这样的逻辑，不排除诞生AI应用新范式的可能。百度飞桨就像是AI服务的“模型商（shāng）店”，连心医疗这样的（de）开发者打造上线了各种（zhǒng）各样的“模型”，全球范围内（nèi）的医疗机构们可以在“商（shāng）店”中（zhōng）找（zhǎo）到自己需要的“模型”，简单（dān）的适配就可以落地应用。

可（kě）以笃定的是，一旦（dàn）这样（yàng）的逻辑被跑通后，注定不会局限在医（yī）疗领域，不断（duàn）向（xiàng）工（gōng）业制造、市场营销（xiāo）、农业生产等领域延伸，又一次印证了王海峰关于“深度学习推（tuī）动AI进入工（gōng）业（yè）大生产阶段”的观点（diǎn）。

麦（mài）肯锡喜欢用“灯塔工厂”来定（dìng）义在（zài）第（dì）四次工业革命做出全球（qiú）表率的企业，借鉴（jiàn）这样（yàng）的说（shuō）法，在时间和生产力做出示范的AI诊断，何尝不是医疗领域（yù）的“灯塔工（gōng）厂”。

也就不难理解阿里、百度、华（huá）为以（yǐ）及人工智能创业们（men）在这场（chǎng）费（fèi）用疫情中与（yǔ）病毒“赤膊奋战”的（de）勇气，担当和情怀只是其一，为医疗行（háng）业建造一座“灯塔”，用数据（jù）和（hé）技（jì）术重新（xīn）定义医疗，无疑是同样重要（yào）的（de）事。

有理（lǐ）由相信（xìn），AI在一线与时间赛跑、与（yǔ）疫情赛跑（pǎo）的挑战背（bèi）后，也将是（shì）AI在医疗领域规模化落地（dì）的序章。