医院，是抗击新型冠状病毒肺炎的第一战场。疫情爆发以来，一批一批医务人员冲上前线，他们来自不同医院、不同科室，面对着同样的敌人，却也是陌生的敌人。然而，新冠肺炎的诊断治疗分秒必争、不容有失，摆在一线医务人员面前的，是一项异常艰巨的任务。
首先，2019年12月首次出现在公众视野的新型传染病，前线大部分医生都是第一次接触，既要避免误诊、漏诊，又需考虑到有限的床位和设备资源，诊断必须格外谨慎。
其次，根据国家卫健委公布的诊断标准，新冠肺炎诊断流程复杂。作为关键的诊断依据，CT影像阅片工作量大，核酸试剂检验效果不稳定，病毒基因测序周期长且产能不足。再加之，新冠病毒潜伏期长，传播路径复杂，这些因素都要求医生在病例诊断时综合分析临床症状、检测结果和流行病学史等多方面信息。
与此同时，一线新冠肺炎治疗药物仍在紧密研制中，卫健委的官方诊疗方案更新速度快，医生需要及时学习了解。
艰巨的任务，需要硬核的解法。
确诊标准实时更新、 海量信息比对、多源数据综合分析……这些困扰医生的难题，恰恰是AI和大数据技术擅长的。
阿里云、达摩院联合卫宁医疗，共同研发新冠肺炎AI辅诊平台，基于国家卫健委《新型冠状病毒肺炎诊疗方案第六版》中的诊断标准，借助图像识别、自然语言处理、量化分析、数据建模等技术，为临床医生和医技医生提供CT影像智能识别、AI辅助疑似病例诊断、智能病历质检三大能力。
2月16日，郑州版“小汤山”医院——郑州歧伯山医院正式启动运营，作为新冠肺炎患者定点救治医院。不仅仅是搭建神速，郑州歧伯山医院也是首个引入新冠肺炎AI辅诊平台的医院。机器“吃进病例数据，吐出诊断结果”，在确保诊断准确率和效率提升的同时，减轻医生工作负荷 。
新冠肺炎AI辅诊平台示意图
一名新冠肺炎病人在检查阶段，会经过问诊、常规检验、CT影像检查、核酸试剂检验这些环节。接着进入诊断阶段，由临床医生诊断该病人为疑似病例、确诊病例或继续观察。疑似病例和确诊病例，会进入诊疗阶段。新冠肺炎AI辅诊平台的3大应用，对应上述三个阶段，为医生提供精准高效的分析结果。
（一）检查阶段：CT影像智能识别应用
一位新冠肺炎病人的 CT 影像大概在300张左右，每诊断一个病例，影像医生需要投入大约为5-15分钟时间，全程依靠肉眼观看，非常考验医生精力。提升临床诊断效率，成为抗疫期间核心需求之一。
经实验测算，CT影像智能识别应用可在 20 秒内对疑似病例的 CT 影像进行判读，区分新冠肺炎、普通病毒性肺炎及健康的影像，根据纹理特征计算疑似新冠肺炎的概率，并直接算出病灶部位占比，量化、预测病症的轻重程度，大幅度提升诊断效率，为患者的治疗争取宝贵时间。
CT影像智能识别应用截图
（二）诊断阶段：AI辅助疑似病例诊断
AI辅助疑似病例诊断应用是根据国家卫健委官方诊断标准，结合医疗大数据知识图谱构建出来的一个智能识别模型。
它通过自然语言处理（NLP）、卷积神经网络影像识别（CNN）等深度学习算法，自动解析病人的基本信息、临床症状、流行病史、检验检查结果、放射性影像报告，并提炼出多维病理特征，在此基础上通过智能评分模型，判断该病人患新型冠状病毒肺炎的概率，并提供依据和合理解释，提示医生及时发现新型冠状病毒的疑似病人。
AI辅助诊断算法能辅助医生提高对疑似病患的诊断效率，减少误诊漏诊情况发生。尤其对未接诊过新冠肺炎病例或低年资医生，可提供有效的诊断鉴别提示。
新冠肺炎AI辅助疑似病例诊断应用截图
（三）诊疗阶段：智能病历质检应用
在诊疗过程中，病历是确保诊疗质量的重要依据，规范化的电子病历是后续治疗方法分析、临床规律总结的基石。病历质检应用能自动结构化识别医生书写的病人症状、检查检验、临床分型、治疗方案等，辅助医生正确高效地书写病历，并按卫健委官方治疗要求实时提示医生。以保证特效治疗方式出现前，尽可能规范新型肺炎的诊疗，确保患者得到有效的治疗。同时，规范化结构化的病例资料，也有助于医疗科研机构的疾病防治和药物研究。
CT影像智能识别应用截图
新冠肺炎AI辅助诊断平台，为抗击疫情一线的医务人员提供一站式的数字战疫利器，在郑州歧伯山医院正式启用后，陆续在郑州市人民医院、郑州市金水区总医院落地使用。其中，CT影像智能识别应用已在湖北武汉、河南郑州、山东日照、广西柳州、陕西汉中等16个省（自治区、直辖市）内的49家医院试点部署，平均每个病患诊断耗时的理论值是20秒内，现场实际耗时在3-4秒左右，相较于传统的平均15分钟的诊断时间，实现了CT阅片效率的重大突破。
如需了解更多，也可以发邮件到consulter@alibabacloud.com
本文来源：医疗圈那点事微信公众号
