日前，國內的確診病例量已大幅下降，中國的抗疫成效顯著。在這個過程中，人們的韌性與團結是取得成果的靈魂與精髓，而科技力量則是抗疫的最強輔助工具。

回顧過去的兩個月，在確診人數直線上漲、一線資源緊缺、全民擔憂的 “黑暗時刻”，互聯網、5G、AI 等技術紛紛硬核出擊助力抗疫。其中，值得關注的是 AI 在一線——醫院場景的表現。

眾所周知，新冠病毒來勢洶洶，并具有很強的感染性，所以在短時間內形成迅速擴散的趨勢。隨著前期的確診和疑似病例增長幅度大，突然暴增的醫療需求，讓國內本來就緊張的醫生資源缺口雪上加霜。

首先確診患者的救治面臨很多挑戰：一方面是安全性及人力資源需求帶來的矛盾，另一方面是對于新冠病毒患者的救治需要不斷的更新，因此次病毒是 “新物種”，需要在不斷的科研認識基礎上更新診療方法。此外，疫情的擴散促使疑似病例激增，對于該群體的快速篩查也成為了巨大的壓力，核酸檢測和 CT 篩查的需求激增。盡管目前國內的疫情有所緩解，核酸試劑盒供應已經跟上，但因境外大量輸入，為嚴防死守，專家也呼吁對境外輸入人員進行核酸檢測，這說明還有很大的潛在檢測需求。除此之外，還值得注意的是，考慮到避免交叉感染，及居家隔離，很多醫院的普通門診都關閉。此時，如何滿足普通醫療需求成為了亟待解決的社會問題。

全國各地陸續爆發，醫療資源已經捉襟見肘，許多醫護人員 “連軸轉”，疲勞不堪。為了緩解此問題，許多 AI 企業紛紛出手，與時間賽跑，短期交付出高質量產品。同時，這次突擊的產品實用性大考，也給 AI 醫療領域帶來了新可能性的思考，這對于未來行業的發展有著前瞻性的影響。在上海人工智能發展聯盟、世界人工智能創新大賽、AI SPACE 、動點科技聯合出品的 “AI 戰疫逆行說” 直播活動上，來自業內前沿的企業專家分享了他們對于 AI 醫療的實踐經驗，及對于發展趨勢的前瞻性判斷。

圖片來源：pixabay 篩查、輔診，AI 活躍在一線的臺前幕后

近年來，AI 醫療行業曲折探索，在經歷了泡沫和落地難考驗后，行業內已經開始成熟，以醫療影像、醫療大數據輔助診療、醫療機器人等 AI 輔助診療產品為代表的應用已經落地。此次疫情令上述 AI 醫療應用得到了深層次地發揮，同時還帶來了新的應用場景可能性。

首先是在以核酸檢測和 CT 檢測為代表的篩查環節的創新 AI 應用。

在 CT 檢測領域，依圖開發了胸部 CT 新冠肺炎智能評價系統，輔助醫生快速診斷，尤其是對全肺狀況及顯性和隱形病變區域進行定量評價，輔助醫生早期發現和后續評估療效。據依圖醫療副總裁石磊介紹，該系統可對于各種肺炎征象進行智能分類，對于實變和磨玻璃影進行定量分析，輔助醫生判斷肺炎分期及輕重程度，提供可疑肺炎疾病預警提示，最終為醫生提供符合最新新型冠狀病毒指南的結構化圖文報告。

據石磊介紹，依圖的新冠肺炎相關智能系統從立項到初版產品上線，僅用了數天。在短期內，實現有限的數據集訓練出高精度的 AI 系統，這對于技術積累的要求相當高。此外，結合不斷更新的對病毒知識，依圖的產品也實現了快速迭代。“迭代的不僅是產品，迭代的是對于新冠肺炎疾病發生過程中的認知。依圖和多家一線醫生專家不斷進行交流，快速分享自己的想法，讓產品在設計研發中能夠得到充分考慮。” 石磊說。

同樣在檢測領域，深蘭科技帶來了全新的 AI 應用。其研制了 AI 引擎全自動無人快速病毒核酸檢測一體機和新型快速 AI 篩選試劑盒，提出了 “快速現場篩查+臨床檢測” 的解決方案。據深蘭科學院生命科學院院長唐鯤介紹，公司的醫學研究團隊成功研制的快速核酸檢測一體機具有快速，可一小時出結果，準確度高，小型化便攜式的特點。“2019 新型快速 AI 篩選試劑盒系列產品”， 針對特定靶位點，依據引物設計生物學原理，融入 AI 技術，快速高效設計特異性引物。具有準確度高、速度快的特點。

此外，該公司還提出基于深度學習的便攜式納米孔測序檢測與模糊識別系統，可在三十分鐘內完成非深度測序與堿基識別，整個檢測流程控制在一個小時以內，預計也將大大提高分析結果的準確度。該系統不僅可識別出當前測序樣本是否包含某種病毒，是否包含與某種病毒相似的未知病毒，同時該系統能識別病人體內各種細胞因子表達情況，從而了解病人的病程和治療效果。

除了檢測，診療也是重中之重。在此次新冠病毒的治療方案探索過程中，專家表示中西醫的結合有很重要的效果。順應這個思維，在輔診領域，中醫和西醫分別與 AI 結合以減輕醫院的診療壓力，也是亮點所在。

西醫領域，奕診智能推出了 AI 輔診系統：基于其完整的醫學知識圖譜及處理這個龐大知識的核心算法，針對患者不同的危急程度，依據不同場景，奕診推出四個產品：

一是手機云問診，幫助居民在家里、途中、候診室進行自診自查；

二是門診問診機器人，讓患者在見到醫生之前，可以自助完成預診和初步檢查；

三是移動問診機器人幫助患者篩查傷病等級；

四是自助檢傷問診機器人，按患者的病征進行分級分診。

“我們希望對不確定是否該冒感染風險去醫院就診的市民提供建議，80% 的患病居民可以延遲就醫，40% 可居家自理。” 據奕診創始人戈家霖介紹，幫助患者清晰醫療需求的輕重緩急，不僅可以減少交叉感染風險，也會提升醫院的工作效率。

中醫領域，大經中醫研發的臨床智能輔助診療系統為治療提供了助力。據該公司的創始人李文友介紹，其把名老中醫的經驗數字化，開發成智能化的臨床輔助診療系統，以幫助更多的臨床醫生。該系統目前包括一系列技術創新：中醫本體的名老中醫診療經驗知識圖譜構建技術、中醫癥狀/體征規范化結構化術語詞庫構建技術、中醫體征/癥狀自然語言處理技術、以證-機-法-方-藥規律總結為目的的中醫診療大數據挖掘算法、中醫癥狀/體征的智能化辨證算法等。顯然，對于數字化、智能化較困難的中醫領域，以及前線缺乏的中醫資源，大經中醫的智能系統有很大的輔助作用。

在緊急的疫情中，AI“臨危受命”，值得注意的是：這次應用突襲考試其實為 AI 醫療行業形成了 “承上啟下” 的過渡作用，一方面，完善、加深、夯實了現有的應用基礎實力，另一方面，也為 AI 醫療的未來應用方向提供了新的思考。

“AI 醫療在可彌補醫生時間及資源的不足，在線 AI 系統更在非接觸診療的前提下減少各地疫情蔓延。這些都是大家親身體驗的，隨著疫情逐漸控制，AI 醫療將溶入人們的生活習慣中發揮更大的作用。” 奕診創始人戈家霖對從總的方向上預測了未來的大趨勢。

那么，具體看，透過此次疫情，我們可以看到哪些新的 AI 醫療發展可能性？

首先，通過此次疫情，可直接預見的則是公衛基礎設施的升級，該方向可成為 AI 醫療的新作用點。“我們現在可能更多著眼臨床一線的診療支持。實際上，通過此次疫情，我們發現可以把視野放得更寬一點。從中醫的角度看，面對一個突發性公共衛生事件，我們在事先、事中、事后都是大有作為的，包括在疫情預警和來了的時候，向公眾科普。患者出院后，進行跟蹤訪問等。” 大經中醫創始人李文友表示。

關于該方向的思考，依圖已經落實了相關產品的研發——其已發布了區域傳染病智能防控解決方案 ，該解決方案的傳染病智能發現能力已涵蓋多種法定傳染病，并逐漸具備對于未知類型傳染病的早期發現能力。

此外，深蘭科學院生命科學院院長唐鯤還透露了幾個新的潛力方向。首先是 AI 輔助診療有望深度參與基層醫院疫病防控。“此次疫情是對國內外體外診斷行業的一次大考。也暴露出二級以下和基層醫院病毒診斷能力不足的弊端。所以疫情過后，亟待加強基層醫院的病毒檢測能力建設。” 他預測，POCT 作為體外診斷的重要細分領域將迎來新的強勁發展。疫情過后，醫院機器人的發展是公共衛生體系信息化、自動化發展中不可或缺的鏈條。

其次，唐鯤還指出，社區健康管理會呈現智能化、遠程化的發展趨勢，這也是 AI 醫療的用武之地。“疫情期間，社區工作人員要在社區內巡檢。基層醫生需要上門面對面隨訪，是有一定風險的，而且基層的防護設備簡單，大多數情況下沒有必要面對面隨訪。所以疫情過后，需要總結經驗調整社區管理策略，加強社區健康管理的智能化、遠程化建設。” 他表示，在此場景需求下，基于社區-家庭為單位的健康管理產品將極大的發揮其積極作用，迎來新的機遇。

總體來看，AI 技術的核心特點包括高效率，且利于優質經驗下沉復制，這兩點剛好適用于大多數醫療場景的需求。這也是疫情中，AI 技術與一線需求可以緊密配合的重要原因。接下來，基于目前漸為夯實的臨床應用基礎，再通過對醫療場景的更多理解，AI 與醫療的融合將會縱橫交錯快速發展，一方面，圍繞臨床醫療需求向外輻射找到新的應用點，另一方面，加深臨床應用。

責任編輯：Ct