新冠状病毒还没有完全消除，还在持续，人工（gōng）智能（néng）助力医（yī）疗领（lǐng）域与时间赛跑，帮助大众（zhòng）尽快度过疫情。

在疫情持续的这一个多月里，AI抗疫已经成为备受关注热门话（huà）题，诸如AI红外测（cè）温（wēn）、肺炎咨询机器人（rén）、人工智能助力疫苗研发、算法预测新型冠状病毒的全基（jī）因组等案例多次占据科技媒体头条。

最（zuì）近2月28日，百（bǎi）度（dù）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）台开发的“基于CT影像的肺炎筛查与（yǔ）病（bìng）情预评（píng）估AI系统”正式上线，可快速检测识别肺炎病灶，为病情（qíng）诊断提供病灶的（de）数量（liàng）、体积、肺部占比等定量评估信息（xī），并（bìng）已经在湖（hú）南郴州湘南学院附属医院投入（rù）使（shǐ）用。

不过深入抗疫一（yī）线、与（yǔ）医（yī）疗（liáo）人员并肩战斗的CT影像（xiàng）智能识别又有所不同，从新冠肺炎“假（jiǎ）阴性”的（de）消息传（chuán）出（chū），到百度飞桨助力连心医疗（liáo）首次开源肺炎CT影像分析模（mó）型，从0到1乃至到N的一幕（mù），再次演绎了互联网（wǎng）的“战疫（yì）”速度。

有（yǒu）感（gǎn）于科（kē）技企（qǐ）业担（dān）当精神（shén）的同时，也产（chǎn）生了一些新的话（huà）题，比如人工智能企业为（wéi）何可以快速给出解决方案，落地应用后（hòu）解决了哪些棘手问题（tí），以及人工（gōng）智能的实（shí）战结果给我们（men）带来了什么（me）样的启示？

争分夺秒的AI“军团（tuán）”

2月3日，武汉（hàn）大学中南医院影像科副主任张笑春发（fā）了一条（tiáo）朋友圈：“别（bié）迷信核酸检测了（le），强烈推（tuī）荐CT影像作（zuò）为目前 2019－nCoV 肺炎主要依据”，并称这是“一个一线影像医生（shēng）的大声（shēng）疾呼！”

2月4日，工信部（bù）发（fā）出了（le）倡议：全国各地（dì）要充（chōng）分发挥人工智能赋能效（xiào）用，协力（lì）抗击新冠肺炎疫（yì）情；2月（yuè）5日，国（guó）家（jiā）卫健委发布了第五版（bǎn）《新型冠状（zhuàng）病毒感染的肺炎诊（zhěn）疗方案》，肺部CT影（yǐng）像（xiàng）被正式（shì）纳入（rù）新（xīn）冠（guàn）肺炎诊（zhěn）断标准（zhǔn）。

大大（dà）小小的人工智能企业（yè），也开始了一场争分夺秒的攻（gōng）坚（jiān）战。

正如文（wén）初提到的一幕，连（lián）心医疗结合百度飞桨开源框架和视觉（jiào）领域技术领先的PaddleSeg开发套件，研发了“基于CT影像的（de）肺炎筛查（chá）与病情预评估AI系统（tǒng）”，并（bìng）将对全国（guó）定点收治（zhì）医院免费开放（fàng），以提高国内基层医（yī）院关于（yú）新（xīn）型（xíng）肺炎的病情诊断和（hé）救治（zhì）能力。

阿里、华为、依图科技、深睿医疗等也先后拿出了解决方案。

比（bǐ）如阿里达（dá）摩院（yuàn）医疗团（tuán）队与浙大一（yī）附院、万里云、长（zhǎng）远佳（jiā）和古珀（pò）医院（yuàn）等多家机（jī）构合作拿到了5000多个CT影像样本，结合新冠肺（fèi）炎患（huàn）者的临床特征，推出了新冠肺炎临床AI诊断（duàn）技术（CT影像），并在（zài）河南（nán）“小汤山”医院里落地（dì）应用。

华为云宣布与华中（zhōng）科技大学、蓝网科（kē）技（jì）等通力协（xié）作，研发（fā）并推出新型冠状病毒肺（fèi）炎AI辅助（zhù）医学影像量化分（fèn）析服务，通过计（jì）算机视觉与医（yī）学影（yǐng）像分析技术，结合临（lín）床信息（xī）和实验（yàn）室结果，辅助医生更高（gāo）效（xiào）、精准地区（qū）分早期、进展期与重症期（qī）患者。

依图科技、深睿医疗、推想科技等创业公司向外界释放了推出可（kě）用于智能（néng）评估新冠（guàn）肺（fèi）炎的AI影（yǐng）像（xiàng）产品的消息，将针对局部性（xìng）病灶（zào）、弥（mí）漫性病变（biàn）、全肺（fèi）受累的各类肺炎疾病（bìng）严重程度（dù）进行分级，继（jì）而精确测算出疾病（bìng）累计的（de）肺炎负荷。

做一个总（zǒng）结（jié）的话，人（rén）工智能（néng）企（qǐ）业在对抗新冠肺炎“假阴性”困境中的快速（sù）应（yīng）对和深度参与，离不开两个关键（jiàn）因素：

其一，CT扫描一次（cì）可以得（dé）到数百张人（rén）体组织截面，而新型冠（guàn）状肺（fèi）炎的在影像上主要表现为（wéi）外带分布、多叶段、磨玻璃间质性（xìng）改变，医生（shēng）可（kě）以将标注好的（de）肺部CT影像交由机器学习，主（zhǔ）动寻找结果和图像之间的关系（xì）。

其二，利用（yòng）CT图像（xiàng）数据进行AI诊断并（bìng）非（fēi）没有先例，美国国（guó）立卫生（shēng）研究院在2018年就（jiù）曾公开10600张（zhāng）CT扫描图像，用于医疗人（rén）工智能算法的开发和测试。同时国内的百度、阿里、华为云（yún）等也在图像（xiàng）识别领（lǐng）域有着（zhe）成熟的神经网（wǎng）络训（xùn）练算法。

诚然，人工智能在CT影像识别中（zhōng）的（de）应用并（bìng）非是“不（bú）可能完成”的任务，甚至说是当下医疗体（tǐ）系（xì）的一种潜在趋势，但发挥出的价值却（què）不该被低估。

AI解（jiě）决了哪些（xiē）问题？

厘（lí）清了人工智能企（qǐ）业迅速备（bèi）战的原因（yīn），再来回答另一个问题：人工智能在这场攻坚战中到底解（jiě）决了哪些（xiē）棘手（shǒu）问题？

首先（xiān）是时间上（shàng）的对比。

以CT影像的量化评（píng）估为（wéi）例（lì），现在大多数医护人员采（cǎi）用的是手工勾画ROI的方法，类似于PS中的手动（dòng）描边和抠图，每个患者（zhě）需要勾画三（sān）四（sì）百张（zhāng）的CT影像（xiàng），往（wǎng）往需要五六个小时的时间才能（néng）完（wán）成。而一位患（huàn）者（zhě）从入院观察（chá）到（dào）治愈出院（yuàn），一般需要（yào）拍摄四次左（zuǒ）右的CT影（yǐng）像，相关医生的工作量可想而知。

特别（bié）是在湖北（běi）等疫（yì）情高发的地区，耗时如此之长的CT影像量化工作，不仅让（ràng）一线的医（yī）疗人员置于高负荷的工作状态中，也在一定程度上耽搁了诊（zhěn）断效率。

从（cóng）几家（jiā）人工智能（néng）企业给出的结果来看，确诊时间（jiān）被压缩到（dào）了几秒到几十（shí）秒之间。诸（zhū）如依图（tú）科技、华为云等公（gōng）司专注于CT影像（xiàng）量化（huà）评估工作（zuò），阿里达摩（mó）院、连心医疗则给出了一整套的方案，包（bāo）括CT影像的病灶检测、病灶轮廓勾画、双肺密度分（fèn）布（bù）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（zhǐ）标的计算与展示（shì）。

其次（cì）是生产力的对比（bǐ）。

疫区（qū）的医生或（huò）许可以凭借繁多（duō）的病（bìng）例“熟能生巧”，花上（shàng）5—10分钟的时间就能（néng）从CT影（yǐng）像中（zhōng）确定患者（zhě）的（de）病情。可对于非疫区的医生而言，由于接诊相关病历的（de）经验（yàn）少，在确诊过（guò）程中经常（cháng）会（huì）举棋不定，直到核酸（suān）检测显示阳性后（hòu）才敢确诊，其中犹豫和（hé）等（děng）待的时间，可能（néng）已经造成交（jiāo）叉感染乃至是家庭聚集性发病。

同时（shí）高压的工作状态也（yě）在（zài）考验医生（shēng）的心理素质，每一份签名确诊报告的背后，通常意味着几十（shí）个紧密接触者的隔离收治，既是一种责任，也是心理上（shàng）犹豫（yù）。

至少人工智（zhì）能在CT影像诊断中的（de）应（yīng）用，已经（jīng）在某种程度上拉平了因为经验不（bú）同导致的生产力差异，即便（biàn）是没有接触过肺（fèi）炎病（bìng）例的医生，也可以（yǐ）根据（jù）AI的（de）诊断结果进行科学判定，然后以一种可观的依据增强医生（shēng）们的诊断信心。

值得一提的是，连心（xīn）医疗采（cǎi）用的深度学习算法模型充分训练了（le）所收集到的高分（fèn）辨率和低（dī）分辨率的CT影像（xiàng）数据，可以适应不同等级CT影像设备（bèi）采集（jí）的检查数据，哪怕是医疗资源受（shòu）限（xiàn）的基层医院，也（yě）可以在肺炎辅助预（yù）诊断工具的帮助下进行确诊，进一（yī）步提（tí）升（shēng）了基层医生的诊断和评估效（xiào）率（lǜ）。

被验（yàn）证的“通用技术（shù）”

人（rén）工智能在CT影像辅（fǔ）助诊断中的价值已然被验证，同时被验证的还有人工（gōng）智（zhì）能（néng）作为（wéi）“通用技术”的属性。

按照（zhào）百度（dù）CTO王海峰的观点，“通用技术”指的是与机（jī）械技术、电气技术和（hé）信息技术一（yī）样，具备标准化、自动（dòng）化和模块化（huà）的特（tè）征，也是进入工业大（dà）生产（chǎn）阶段的基（jī）本（běn）前提。至少AI在CT图像（xiàng）智能诊断系统的（de）应用中，不难找到（dào）“通用性（xìng）”的一（yī）面。

一个直接（jiē）的例子（zǐ），当新型（xíng）冠（guàn）状肺炎的疫（yì）情结束后，那些战斗在一（yī）线的医务工作者，势必会重新（xīn）审（shěn）视（shì）AI这（zhè）个“新战友”，进而延（yán）伸出（chū）更（gèng）加（jiā）广泛的应用，比（bǐ）如同样（yàng）的技（jì）术被应用于肝癌、肺癌等（děng）病情的早期筛查，毕竟这些病历同样（yàng）需要在几百张影像中找到病（bìng）变（biàn）的组（zǔ）织，并对它的良恶性做出准（zhǔn）确的判断。

只是这（zhè）样的话题似乎（hū）并不新鲜，早（zǎo）在2016年就有“人工智能＋医（yī）疗影像”元年的说法，图像识别（bié）在（zài）医疗中的应用渐渐兴起，这次（cì）疫情中崭露（lù）头角的推想科技（jì）、连心医（yī）疗等均诞生于这一年。尽管在过去几年中，这（zhè）些企业很（hěn）少被外界（jiè）所关注，以至于在资本市场都有些（xiē）寒冬（dōng）的味道，但（dàn）经此一“疫（yì）”后大概率会迎来新的风口。

何况（kuàng）人工智能行业的协作方（fāng）式也在发生转变，进一步（bù）为医疗垂直（zhí）领域（yù）的布道者（zhě）们（men）提供了（le）新的（de）机会窗（chuāng）口。

以（yǐ）连心医疗（liáo）为例，在创立（lì）之（zhī）初（chū）主要提供肿瘤数据平台搭（dā）建和（hé）医疗数据分析，涉（shè）及医疗（liáo）影像处理、分（fèn）割、配准等（děng）等（děng）。但（dàn）在CT影像的攻坚战中，连心（xīn）医疗选择在自身数据（jù）优势的基础上，基于（yú）百度（dù）飞桨平台快速开发上（shàng）线了基（jī）于CT影像的肺炎筛查与病情预评估（gū）AI系（xì）统并对（duì）全国定（dìng）点（diǎn）收治医（yī）院免（miǎn）费开放，为抗击疫（yì）情贡献一己之力（lì）的（de）同时，也给（gěi）出了医疗服务升级的新思（sī）路：

以往医疗机构想（xiǎng）要开发肺炎CT影像（xiàng）智能诊断类的（de）应用，需（xū）要找到某家科技（jì）公司（sī）进行联合开（kāi）发，其中的门槛和成本不言而（ér）喻。如今却可以在百度飞（fēi）桨（jiǎng）的EasyDL图像（xiàng）分割（gē）模型中，直接选择“肺炎（yán）CT影像识别专用算法”，只需要少量的数据训（xùn）练（liàn）即可获得基于实际（jì）场景（jǐng）进一步优化（huà）的模型，以及可灵活支持多种部署形式、可即用的（de）模型服务。

沿循这样的逻辑，不（bú）排除诞生AI应用新范式（shì）的可能。百度飞桨就（jiù）像是AI服务的“模型商店”，连心（xīn）医疗这（zhè）样的开发者打（dǎ）造上（shàng）线了各种各（gè）样的“模型”，全球（qiú）范围内（nèi）的医疗（liáo）机构们可（kě）以在（zài）“商（shāng）店”中找到自己需（xū）要的（de）“模型（xíng）”，简单的适（shì）配就可以落地应用。

可以笃定（dìng）的是（shì），一旦这样的逻辑被跑通后，注定不会局限在医疗领域，不断向工业制造（zào）、市场营（yíng）销、农业生产等（děng）领域（yù）延（yán）伸，又一次印证了王海峰关于“深度学习推动AI进入工业（yè）大（dà）生产阶段”的观点（diǎn）。

麦肯锡喜欢用（yòng）“灯塔工厂”来定（dìng）义在第四次工业革命做出全（quán）球表率（lǜ）的企业，借鉴这样的说法，在时间和生产力做出示范（fàn）的AI诊断，何尝（cháng）不是医疗领域（yù）的“灯（dēng）塔工厂”。

也就不难理（lǐ）解阿里、百度（dù）、华为以及人工智（zhì）能创业（yè）们在这场费用疫（yì）情中与病（bìng）毒“赤膊奋战”的勇气，担当和情怀只是（shì）其（qí）一，为医疗行（háng）业（yè）建造（zào）一座“灯塔”，用数据和（hé）技术重新定义（yì）医疗，无疑是同（tóng）样重要的事（shì）。

有理由相（xiàng）信，AI在一线与时间赛（sài）跑、与疫情赛跑（pǎo）的（de）挑战背后，也将是AI在医疗领域规（guī）模化落地的序章（zhāng）。