日前，阿里巴巴達摩院聯合阿里云針對新冠肺炎臨床診斷研發了一套全新的 AI 診斷技術，可以在 20 秒內準確地對新冠疑似案例 CT 影像做出判讀，幫助醫生快速進行疑似病例診斷，分析結果準確率達到 96%。

　　據悉，2 月 16 日啟用的河南鄭州小湯山已經引入該算法輔助臨床診斷，此外，該算法還將在湖北、廣東、安徽等地近 100 家醫院落地。

　　據了解，新冠肺炎患者的 CT 胸片的影像特征表現為單肺或雙肺多發、斑片狀或節段性磨玻璃密度影等細微變化。一位新冠肺炎病人的 CT 影像大概在 300 張左右，這給醫生臨床診斷帶來巨大壓力，醫生對一個病例的 CT 影像肉眼分析耗時大約為 5 至 15 分鐘。

　　為此，達摩院醫療 AI 團隊基于當前最新的診療方案、鐘南山等多個權威團隊發表的關于新冠肺炎患者臨床特征的論文等，與浙大一附院、萬里云、長遠佳和古珀醫院等多家機構合作，率先突破了訓練數據不足的局限，基于 5000 多個病例的 CT 影像樣本數據，學習、訓練樣本的病灶紋理，研發了全新的 AI 算法模型。

　　阿里云方面表示，通過 NLP 自然語言處理回顧性數據、使用 CNN 卷積神經網絡訓練 CT 影像的識別網絡，AI 可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區別，最終識別準確率達 96%。同時，AI 診斷技術識別一個病例平均只需耗費不到 20 秒，可輔助醫生減輕診斷壓力。

　　此外，這套技術還將計算病灶部位的占比比例，量化、預測病癥的輕重程度，大幅度提升診斷效率，為患者的治療爭取寶貴時間。尤其對未接診過新冠肺炎病例或低年資醫生，可提供有效的診斷鑒別提示。

　　值得一提的是，在 CT 影像識別算法之外，達摩院還與阿里云研發了輔助診斷算法，該算法可以根據患者基本信息、癥狀、實驗室檢查結果、流行病學史、影像報告等多維信息，進一步幫助輔助醫生制定科學的治療方案。