新冠状病毒还（hái）没有（yǒu）完（wán）全消除，还在持续，人（rén）工智能（néng）助力医（yī）疗领域与时间（jiān）赛跑，帮助大众尽快度过疫情。

在疫情（qíng）持续的这一个（gè）多月里，AI抗疫已经成为备受（shòu）关注热门话题，诸如AI红外测温、肺（fèi）炎（yán）咨询（xún）机器（qì）人、人工智能助力疫（yì）苗研（yán）发、算（suàn）法预测新型冠（guàn）状病毒（dú）的（de）全基因组等（děng）案（àn）例（lì）多次占据科技媒体头（tóu）条。

最近2月28日，百度飞桨向外（wài）界同步了（le）一条新动态（tài）：连（lián）心医疗团队基于百度（dù）飞桨（jiǎng）平台开发的“基于CT影像的肺（fèi）炎筛查与病（bìng）情预评估AI系（xì）统”正式上线，可快速（sù）检测识别肺炎病灶，为病情诊断提供病灶的数量、体积、肺（fèi）部占（zhàn）比等定量评（píng）估信（xìn）息，并已（yǐ）经在湖南（nán）郴（chēn）州湘南学院附属医院（yuàn）投入使用。

不过深入抗疫（yì）一线、与医疗人员并肩（jiān）战斗的CT影像智能识别又（yòu）有所不同（tóng），从新冠肺炎“假（jiǎ）阴性”的（de）消（xiāo）息传出（chū），到百度（dù）飞桨（jiǎng）助（zhù）力（lì）连心医疗首（shǒu）次开源肺炎CT影像（xiàng）分（fèn）析模型，从0到1乃至到N的一幕，再（zài）次演绎了（le）互联网（wǎng）的（de）“战疫（yì）”速（sù）度。

有感于科技（jì）企业担当精（jīng）神的同（tóng）时，也（yě）产生（shēng）了（le）一些新的话题，比如人（rén）工智（zhì）能企业为何可以快速给出解决（jué）方案，落地应用后解（jiě）决了哪些棘手（shǒu）问题，以及人工智能（néng）的实战结（jié）果给我（wǒ）们带来了什么样的启示？

争分夺秒的AI“军团”

2月3日，武（wǔ）汉（hàn）大学中南医院影（yǐng）像科副（fù）主任张（zhāng）笑春发了一（yī）条朋友（yǒu）圈：“别迷信核酸检（jiǎn）测了，强烈推荐CT影像作为目前 2019－nCoV 肺炎主要依据（jù）”，并称这是（shì）“一个一（yī）线影像医生的大声疾呼！”

2月（yuè）4日，工信部（bù）发出了倡议（yì）：全国各地要充分发挥人工智能赋能效用，协力（lì）抗（kàng）击（jī）新冠肺（fèi）炎疫情（qíng）；2月5日，国家卫健委发布了第五（wǔ）版《新型冠状病毒感染的（de）肺炎诊疗（liáo）方案》，肺部CT影像（xiàng）被（bèi）正式纳入新冠肺炎诊（zhěn）断标准。

大大小小的人工（gōng）智能（néng）企业，也开始了一场争分（fèn）夺秒的攻坚战。

正（zhèng）如文初（chū）提到的（de）一幕，连（lián）心医疗结合（hé）百度飞桨开源框架和（hé）视觉领域技（jì）术领先的PaddleSeg开发（fā）套件，研发了“基于CT影像的肺炎筛查（chá）与病（bìng）情预评估AI系统”，并将（jiāng）对全国定点收治医院免费开（kāi）放，以提（tí）高国（guó）内（nèi）基层医院关（guān）于（yú）新（xīn）型肺炎的病情诊断和救治（zhì）能力。

阿里、华（huá）为、依图科技（jì）、深睿医疗等也先后拿出了解决方案。

比如阿（ā）里达摩院医疗团（tuán）队与浙（zhè）大一附院、万里云、长远佳和古珀医院等多家机（jī）构合作拿到（dào）了5000多个CT影（yǐng）像样（yàng）本，结（jié）合（hé）新冠肺炎患者的临床特征（zhēng），推（tuī）出（chū）了新冠（guàn）肺（fèi）炎（yán）临床AI诊（zhěn）断技术（CT影像），并在河南“小汤山”医院里（lǐ）落地应用。

华为云宣布与华中科（kē）技大学、蓝网（wǎng）科技等通力协作，研发并推出新型（xíng）冠状病毒肺炎AI辅助医学（xué）影像量（liàng）化分析服务，通过计（jì）算机视觉与医学影像分析技术，结合临床信息和（hé）实（shí）验室结果（guǒ），辅（fǔ）助医生更高（gāo）效、精（jīng）准地区分早期（qī）、进展期与重（chóng）症期患（huàn）者（zhě）。

依图科（kē）技、深睿医疗、推想科技等创业公司向外界释放了推出可用于智能评（píng）估新冠肺炎的AI影像产品的消息，将针对局部性病灶、弥漫性病（bìng）变、全肺受（shòu）累的各（gè）类肺炎疾病严重程度进（jìn）行分级，继而精确（què）测（cè）算出疾病累计的肺炎负荷（hé）。

做一个总（zǒng）结的（de）话，人工智（zhì）能企业在对抗新冠肺炎“假（jiǎ）阴性”困（kùn）境（jìng）中的快速应对和深（shēn）度参与，离不开两（liǎng）个关键因（yīn）素：

其一，CT扫描一次可以得到（dào）数百（bǎi）张人体组织截面，而新型冠状肺（fèi）炎的在影像上主要表现为外带分（fèn）布、多（duō）叶段、磨玻璃间质性改变，医生可以将标注（zhù）好的（de）肺部CT影像交由机（jī）器（qì）学习，主动寻找结（jié）果和图（tú）像之间的关（guān）系。

其二，利用CT图像数据进行（háng）AI诊断并（bìng）非没有先例，美国国（guó）立卫生（shēng）研究院在2018年（nián）就曾公开10600张CT扫（sǎo）描图像，用（yòng）于医疗（liáo）人工智能（néng）算法（fǎ）的开发和（hé）测（cè）试。同时国内（nèi）的百度、阿里（lǐ）、华为云等也在图像（xiàng）识（shí）别领域有着成熟的神经（jīng）网络训练（liàn）算法。

诚（chéng）然（rán），人工智能在CT影像识别中的（de）应用并非是（shì）“不可能完（wán）成（chéng）”的任务，甚至说是当下医疗体系的（de）一种潜（qián）在趋（qū）势，但发挥出（chū）的（de）价值却不（bú）该（gāi）被低估。

AI解决了哪些问题？

厘清了人（rén）工（gōng）智能企业迅速备战的原因，再来回答另一个（gè）问题：人工智能在这（zhè）场（chǎng）攻（gōng）坚战（zhàn）中到底解决了哪些棘手问题？

首先（xiān）是时间上的对比。

以CT影像的量化评估为例（lì），现在大多（duō）数医护人员采用的是手工勾画ROI的方法，类（lèi）似于PS中的手动描边（biān）和（hé）抠图（tú），每个患者需要勾画三四百张的CT影像，往往需要五六个（gè）小时的（de）时间才能（néng）完成。而一位患者从入院观察（chá）到治（zhì）愈出院（yuàn），一般（bān）需要拍摄四（sì）次左右的CT影像（xiàng），相关医生的（de）工作量（liàng）可想（xiǎng）而知。

特别是在湖北（běi）等疫情高发的地（dì）区，耗时如此之长的CT影像量化工作，不（bú）仅让一线的医疗人员置于高（gāo）负荷的工作状态中，也在一定程度上耽搁了诊断效率。

从几家人工（gōng）智能企（qǐ）业给（gěi）出的（de）结果来（lái）看，确诊（zhěn）时（shí）间被压缩（suō）到了几秒到几（jǐ）十（shí）秒之间。诸如依（yī）图科（kē）技、华为云等公司专（zhuān）注于CT影（yǐng）像量（liàng）化评估（gū）工作，阿里达摩院、连心医疗则给出了一（yī）整套的方案，包括CT影像的病灶检测、病灶轮廓勾（gōu）画、双肺（fèi）密（mì）度分（fèn）布直方图及（jí）肺部病灶的数量、体积、肺（fèi）部占比（bǐ）等全套定量指标（biāo）的计算与（yǔ）展示。

其次是生产力的对比。

疫区的（de）医生或许可以凭借繁多的病例“熟能生巧”，花上5—10分（fèn）钟（zhōng）的时间就（jiù）能从CT影像（xiàng）中（zhōng）确定患者的病情。可对于非疫区的（de）医（yī）生而（ér）言，由于接诊（zhěn）相（xiàng）关病历（lì）的经（jīng）验少，在确诊过程中经常会举棋不定（dìng），直到核酸检测显示阳性（xìng）后才敢确诊（zhěn），其中犹豫和等待的时（shí）间，可能（néng）已经造成交叉感染乃至是家庭聚集性（xìng）发病。

同时高压（yā）的工作状态也（yě）在考验医生的心理素质，每（měi）一份签名确诊（zhěn）报（bào）告的背后（hòu），通（tōng）常意味着几十个紧（jǐn）密接（jiē）触者（zhě）的隔离收治，既是一种责任（rèn），也是心理上犹豫（yù）。

至（zhì）少（shǎo）人工智能在CT影像诊（zhěn）断中的应用，已经在某（mǒu）种程度上拉平了因为经验不同（tóng）导致的（de）生产力差异，即便是（shì）没有（yǒu）接触过（guò）肺炎病例的医（yī）生，也（yě）可以（yǐ）根据AI的诊断结果进行科学判（pàn）定，然后以一种可观的（de）依（yī）据增强医生们的诊断（duàn）信心（xīn）。

值得一提的是（shì），连心医（yī）疗采用的深度（dù）学习算法模（mó）型充分训练了所收集到的高分（fèn）辨率和低（dī）分辨率的CT影像数据，可以适（shì）应（yīng）不同等级CT影（yǐng）像设备采集的检查数据，哪怕是医疗资源（yuán）受限的基层医院，也可以在肺（fèi）炎（yán）辅助预诊断工（gōng）具的帮助下进行确诊（zhěn），进一步提升了（le）基层医生的诊断和评估效率。

被（bèi）验证的“通（tōng）用技术（shù）”

人（rén）工智能在CT影像辅助诊断中（zhōng）的价值已然（rán）被验证，同时被验证的还（hái）有人工智能作为“通用技术”的属性。

按照百度CTO王（wáng）海峰的观点，“通（tōng）用技术（shù）”指的是与机械技术、电气（qì）技术和信息技术一样，具备标准化、自动（dòng）化和模块化（huà）的特征（zhēng），也是进入工业大生产（chǎn）阶（jiē）段的基本前提。至少AI在（zài）CT图像（xiàng）智能（néng）诊（zhěn）断系（xì）统（tǒng）的应用中，不难找到“通用性”的（de）一面。

一个直接的（de）例子，当新型冠状肺炎（yán）的疫情结束后（hòu），那些战斗在一线的医务工作（zuò）者（zhě），势必会重新审视AI这（zhè）个“新（xīn）战（zhàn）友”，进而延伸出（chū）更（gèng）加广泛的应用，比如同样的技术被应用于肝癌（ái）、肺癌等病（bìng）情的早期筛（shāi）查，毕竟这些病历同样（yàng）需（xū）要（yào）在（zài）几百张影（yǐng）像中（zhōng）找到病变的组织，并对（duì）它的良（liáng）恶性做出准（zhǔn）确的判断。

只（zhī）是这样（yàng）的（de）话（huà）题（tí）似乎（hū）并（bìng）不新鲜（xiān），早（zǎo）在（zài）2016年就有“人工智能＋医疗影像”元年的说法，图像识别在医疗（liáo）中的（de）应用渐渐兴起，这（zhè）次疫情中（zhōng）崭露头角的推想科技、连心（xīn）医（yī）疗等（děng）均诞生于（yú）这一年。尽（jìn）管在过（guò）去几年中，这（zhè）些企业很少被（bèi）外界（jiè）所（suǒ）关注（zhù），以至于在资本市场都有些（xiē）寒冬的味道，但经此一“疫”后大概（gài）率会（huì）迎来新的风口。

何况人工（gōng）智（zhì）能行业的（de）协作方式也在发生转变，进一步（bù）为医疗垂直领域的布（bù）道者（zhě）们提供（gòng）了新的机会（huì）窗（chuāng）口。

以连心（xīn）医疗为例，在创（chuàng）立之初主要提供肿瘤数（shù）据平台搭建和（hé）医疗数据（jù）分析，涉（shè）及医疗影像处理、分割、配准等等。但在（zài）CT影像（xiàng）的攻坚（jiān）战中，连（lián）心医疗选择在自身数据优势（shì）的基础上，基于百（bǎi）度飞桨平台快速（sù）开发上线了基于（yú）CT影像的肺（fèi）炎筛（shāi）查（chá）与（yǔ）病情预（yù）评（píng）估（gū）AI系（xì）统并对（duì）全国定点收治医院（yuàn）免费开放，为抗（kàng）击疫情（qíng）贡献一己（jǐ）之（zhī）力的同时（shí），也给（gěi）出了医疗服务（wù）升级（jí）的新思路（lù）：

以往医疗机构（gòu）想（xiǎng）要开发肺炎CT影像智（zhì）能（néng）诊（zhěn）断（duàn）类的应用（yòng），需要找到（dào）某家科技（jì）公司进行联合开（kāi）发（fā），其（qí）中的门槛和成本不言而喻。如（rú）今却可以在百度飞（fēi）桨的（de）EasyDL图像分割模型中，直接选（xuǎn）择（zé）“肺（fèi）炎（yán）CT影像识别专用算法”，只需要（yào）少量（liàng）的数据（jù）训练即可获得（dé）基于实际场景（jǐng）进（jìn）一步优化的模型，以及可灵活支持多种部（bù）署形式、可即用的模型（xíng）服务。

沿循这样（yàng）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服务的“模型商店”，连心医（yī）疗这样（yàng）的开发者打（dǎ）造上线了各种各样的“模型（xíng）”，全球范（fàn）围内的医疗机构（gòu）们可（kě）以在（zài）“商店”中找到自己需要（yào）的（de）“模型（xíng）”，简单的适配就（jiù）可以落地应用。

可以笃定的是，一旦这样的逻辑被跑（pǎo）通后，注定（dìng）不会局限在医疗（liáo）领域，不断（duàn）向工业（yè）制造、市（shì）场（chǎng）营销、农业生产等领域延（yán）伸，又一次印证了王海峰关于“深度学习推（tuī）动AI进入工（gōng）业大生产阶段”的观点。

麦肯（kěn）锡喜欢用“灯塔工（gōng）厂”来定义（yì）在第四次工业革（gé）命做出全球表率（lǜ）的（de）企业（yè），借鉴这样（yàng）的（de）说（shuō）法，在时（shí）间（jiān）和生（shēng）产力做出示范的（de）AI诊断，何尝不是医疗领域（yù）的“灯塔（tǎ）工厂（chǎng）”。

也就不难理解阿里、百度、华为（wéi）以及人工智能创业们在（zài）这场费用疫情中与病（bìng）毒（dú）“赤膊奋战”的勇气，担当和情怀只是其一，为医疗（liáo）行（háng）业建（jiàn）造一座（zuò）“灯塔”，用数据和技术重新定（dìng）义（yì）医疗（liáo），无疑是（shì）同样（yàng）重要的（de）事。

有理由相（xiàng）信，AI在一线（xiàn）与时间（jiān）赛跑、与疫情赛（sài）跑的挑战背后，也将是AI在（zài）医疗领域规模化落（luò）地的序章。