2月28日，連心醫(yī)療基于百度飛槳平臺開發(fā)上線“基于CT影像的肺炎篩查與病情預評估AI系統(tǒng)”，已首先在湖南郴州湘南學院附屬醫(yī)院投入使用。

該系統(tǒng)基于連心醫(yī)療在醫(yī)學影像領域積累的核心AI技術，結合飛槳開源框架和視覺領域技術領先的PaddleSeg開發(fā)套件研發(fā)，可快速檢測識別肺炎病灶，為病情診斷提供病灶的數量、體積、肺部占比等定量評估信息。同時輔以雙肺密度分布的直方圖和病灶勾畫疊加顯示等可視化手段，為臨床醫(yī)生篩查和預診斷患者肺炎病情提供定性和定量依據，提升醫(yī)生診斷和評估效率。

CT影像已成為新冠肺炎篩查和病情診療的重要依據。在當前疫情診療的關鍵時期，存量患者和新增患者總體數量龐大，醫(yī)生需要對患者不同進展期的多次CT影像檢查進行隨訪對比，以對患者的病情發(fā)展和治療效果進行精準評估。如果采用傳統(tǒng)目測檢視的醫(yī)學影像檢查手段，醫(yī)生不僅工作量巨大，也難以對患者病情做到精準評估和及時對比。在全社會抗擊疫情醫(yī)療資源緊張、醫(yī)生超負荷工作的情況下，超量的CT影像檢查無疑會對一線抗疫工作形成巨大的醫(yī)療資源需求挑戰(zhàn)，并影響患者的診療速度。而基于AI技術打造的CT影像肺炎篩查與病情預評估系統(tǒng)的上線，能有效幫助臨床醫(yī)生緩解工作壓力，加快患者診療速度，為緩解醫(yī)療資源不足和取得抗疫的最終勝利提供助力。

（圖：百度飛槳助力連心醫(yī)療開發(fā)的基于CT影像的肺炎篩查及病情預評估AI系統(tǒng)）

首先落地在湘南學院附屬醫(yī)院的這套AI肺炎篩查和預評估系統(tǒng)，可在幾十秒內完成對患者CT影像的病灶檢測、病灶輪廓勾畫、雙肺密度分布直方圖及肺部病灶的數量、體積、肺部占比等全套定量指標的計算與展示。其中，該系統(tǒng)在測試數據集上的病灶檢測精度和召回率分別達到92%和97%，做到在保證高病灶檢出精度的基礎上防止漏檢。在系統(tǒng)研發(fā)過程中，湘南學院附屬醫(yī)院為該系統(tǒng)的算法訓練數據提出了嚴謹的標注標準，為算法模型的上線提出了嚴格的驗收要求，在系統(tǒng)的功能模塊設計上也提供了專業(yè)的臨床指導意見。

尤其值得強調的是，該系統(tǒng)采用的深度學習算法模型充分訓練了所收集到的高分辨率和低分辨率的CT影像數據，能極好地適應不同等級CT影像設備采集的檢查數據，有望為醫(yī)療資源受限和醫(yī)療水平有限的基層醫(yī)院提供有效的肺炎輔助預診斷工具。

該系統(tǒng)后續(xù)還將陸續(xù)于湖北、成都等地醫(yī)院部署，協助當地醫(yī)生對抗疫情。借助于百度飛槳深度學習平臺，該系統(tǒng)在線版本也將對全國定點收治醫(yī)院免費開放，有利于醫(yī)療人員基于該系統(tǒng)開展遠程會診協作，提高基層醫(yī)院的病情診斷和救治能力，進而有望降低患者在轉診、巡診等過程中產生的交叉?zhèn)魅撅L險。

基于共同的積極承擔社會責任的企業(yè)擔當，秉持用科技服務于社會的共識，為了促進圍繞醫(yī)學影像分析的新冠肺炎診療研究的行業(yè)發(fā)展，百度飛槳助力連心醫(yī)療在業(yè)內首次開源上述系統(tǒng)中的肺炎CT影像分析AI模型，并在百度飛槳平臺上開放，為全行業(yè)的研究和研發(fā)提供一把“利器”，也期待更多的醫(yī)院和算法研究者參與到基于AI的醫(yī)學影像大數據抗疫產品研發(fā)中來，為抗疫臨床研究和臨床產品研發(fā)貢獻力量。

同時該模型作為預訓練模型也已通過EasyDL定制化訓練和服務平臺開放，開發(fā)者可通過在EasyDL圖像分割模型中，選擇“肺炎CT影像識別專用算法”，少量數據訓練即可獲得基于實際場景進一步優(yōu)化的模型，并提供可靈活支持多種部署形式的可即用的模型服務。

北京連心醫(yī)療科技有限公司，在智能醫(yī)療影像研究方面處于國內領先行列，公司基于人工智能和云計算技術，致力于向醫(yī)院、第三方影像中心提供器官和病灶自動勾畫的技術工具和云服務。值此全民抗疫時期，連心醫(yī)療快速審視自身積累，基于飛槳平臺快速開發(fā)上線并開源開放基于CT影像的肺炎篩查和病情預評估系統(tǒng)，愿竭力為抗擊疫情貢獻自己的力量。

百度飛槳作為國內唯一開源開放、功能完備的產業(yè)級深度學習平臺，開源是飛槳長期踐行的方向。疫情之下，飛槳免費開源業(yè)內首個口罩人臉檢測及分類模型，以及助力連心醫(yī)療開發(fā)和開源肺炎CT影像分析AI模型，發(fā)揮百度各項領先的AI能力，快速有效支持所有疫情相關企業(yè)、政府、機構等共同戰(zhàn)疫。