迪宏动态
人工智能抗疫中的上海身影:从CT诊断到智能机器人
2020-07-20 10:33:54 新闻来源:中科迪宏
人工智能(AI)在本次新冠肺炎疫情的防控中得到了实际应用,涵盖了辅助诊断、影像分析、药物研发、体温检测、医疗机器人等多个AI+医疗领域。尤其是在主战场AI医学影像方面,AI技术实现了筛查的时间窗口前移。

而上海作为全国首个人工智能先导区,以及人工智能试验区所在地,长期的技术积累在抗疫中得以运用,尤其是在医学影像辅助诊断系统、智能医护机器人等领域涌现出一批实力强劲的企业。

超级助手


虽然新冠病毒感染确诊主要依靠病毒核酸检测,但肺部的医疗影像检查对于病情的诊断仍起到不可或缺的作用。在待诊断人数超出现有医疗资源的情况下,不少病人需要排队数小时等待CT检查。

上海本土企业依图科技联合上海市公共卫生临床中心,在春节期间开发上线了“新型冠状病毒性肺炎智能影像评价系统”。这是行业内首款新冠肺炎智能评价的AI影像产品,在2~3秒内就能完成肺炎筛查、定量评价,目前包括该产品在内的依图系列产品已经在全国100多家医疗和公共机构落地。

“大年初四的时候产品正式上线了,先在上海市公共卫生临床中心应用,经过一周的进一步验证,快速部署到武汉多家新冠肺炎重点收治医院。”依图医疗副总裁石磊博士接受第一财经记者采访时表示。

他进一步解释,这套系统可以在依图胸部CT智能4D影像系统的基础上快速升级。由于新冠肺炎防控的需要,在临床诊疗中需要快速筛查,并进行定量的分析,该系统能够在图像生成的第一时间,就提示受检者肺内是否有疑似肺炎,从而提醒医生第一时间提早关注,让整个肺炎的筛查时间窗口前移。 “影像科医生阅片,如果只是书写日常诊断报告,描述肺内炎症的部位、范围及密度特征,这大概得花10分钟时间;如果要进一步定量评价,量化肺炎累及各肺叶段和全肺的体积,密度分布特征,则需要逐层在300多层的肺窗图像勾画和分析,需要花费相当长的时间。”

一组数据可以反映出放射科医生平时的工作量。根据《中国人工智能医疗白皮书》,以肺结节检测为例,一家三甲医院平均每天接待200例左右的肺结节筛查患者,每位患者在检查环节会产生200~300张左右的CT影像,放射科医生每天至少需要阅读4万张影像。

上海第十人民医院放射科主任汤光宇就曾对第一财经记者表示,AI在医疗影像识别领域帮了医生一个大忙,能将医生诊断效率提升30%~50%,解放一些老专家,让他们有更多时间进行深度研究。

另外,如果说智能影像评价系统运用在了人工智能抗疫的主战场,那么在医疗和公共场所的服务型机器人则有效辅助医务人员完成了部分危险工作,能减少医务人员的交叉感染风险。

上海交通大学人工智能研究院副院长王延峰对记者说,AI技术在这一次疫情中运用的范围很广,尤其是有前期积累的AI公司表现较好,但是在主战场(比如医院诊断、药物研发等)还可以有更深度的运用,这种情况也跟AI所需要的三要素(算力、算法、数据)有关,“要有真正能够起到贡献的数据,算力、算法都要针对这件事做改变,才能起到作用。 ”

王延峰还认为,此次疫情会让AI企业加速两极裂变。那些能真正落地提供AI服务的企业未来的机会将更多,而那些没有实际应用也难以将项目落地的企业,可能就会在资本和疫情的双重作用下加速淘汰。

前期积累得以运用


把人工智能上升为优先发展战略的上海,已经拥有人工智能核心企业1000余家。此前,上海公布了两批人工智能应用场景,涉及医疗、教育、民生等多个领域。预计到2020年,上海拟形成60个左右人工智能深度应用场景,建设100个以上人工智能应用示范项目,打造一批人工智能特色小镇和特色示范园区。

目前,人工智能正处于第三个发展高潮期,技术应用的落地是本轮发展的重要特征。而落地于上海浦东的首个人工智能先导区,在本次疫情中,就征集了两百余项人工智能企业疫情防控产品和解决方案,组织推进与疫情防控相关机构对接。

比如,上海先导区主动对接支援湖北医疗队及防疫一线场景需求,推动东方医院(含援助武汉医疗队)、上海市公共卫生临床中心首批两家单位新冠疫情防控人工智能重点应用场景建设,并为武汉防疫前线提供了CT辅助诊疗、智能消杀机器人、药品配送机器人等智能产品支援等。

“去年成立的上海先导区建设内容包含开展AI+医疗、AI+制造、无人驾驶、AI+金融四大领域人工智能创新应用与标杆项目建设,也会将工信部揭榜挂帅产生的创新产品、平台和服务在上海先行先试。”中国信通院华东分院首席规划师贺仁龙告诉记者,这次疫情中例如依图科技等实际应用,也是此前政府引导外加企业前期积累的成果。

他认为,当前的人工智能属于智能科技的关键技术,而智能科技技术有个特点,它不仅仅是技术驱动,更多的是应用牵引。“所以不管是政府出台的人工智能政策,还是上海人工智能高地、建立先导区和试验区,设立扶持政策培育应用场景等,不少人工智能的应用都得以在现实中不断地打磨,这就是应用需求的引导和技术的驱动结合起来了。今年的疫情发生后,此前的政策引导和培育的产能都得以实实在在地运用。”