新冠肺炎疫情爆发以来，快速检查并妥善收治新冠肺炎患者，是遏制新冠病毒传播，阻止病毒扩散的关键。
由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。
联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。
联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。
该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。
该系统已在哈尔滨医科大学附属第二医院进行部署试用。李萍教授说：“该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。”
联合攻关小组将在新冠肺炎疫情结束后，继续紧密合作，进一步深入研究，尽快将该系统扩展为通用的CT医学图像分析系统，使其能自动检测和分析不同部位CT图像上的各种病变，从而促进人工智能在临床医学影像诊断的广泛应用。
Link
过去两个月，新冠肺炎患者数量的爆发式增长，让疑似病例检测需求井喷式发展，给紧张的医疗资源系统带来了极大挑战。核酸检测是目前患者确诊的最重要依据，但存在疫区符合核酸检测要求的医疗机构太少、核酸检测盒子供应不足、核酸检测审批流程太长、检出率过低（不过 30% 至 50%）导致形成大量假阴性等问题，此时，有效的临床指针和经验成为重要的参考指标。
胸部 CT 是诊断肺炎的常规工具，检查速度快，影像可用于肺炎病变检出、性质判断、累及范围和诊疗评价等多方面用途。同时，这次新冠肺炎，肺部感染变化很快，在影像上主要表现为外带分布、多叶段、磨玻璃间质性改变，两三天就出现变化。有研究显示，胸部 CT 对新冠肺炎感染辨识的灵敏度为 98%。
武汉大学中南医院影像科副主任张笑春等专家曾呼吁，采用 CT 影像作为此次新冠肺炎主要诊断依据。在国家卫健委 2 月 3 日颁布的《新型冠状病毒感染的肺炎的诊疗方案（试行第五版）》中，也规定将 CT 影像结果作为湖北省内临床诊断病例的诊断标准。在核酸检测的基础上，将 CT 影像作为额外检测依据，对无症状或核酸检测阴性但 CT 影像阳性的人予以隔离，是实现高度疑似病患「应收尽收，应治尽治」的重要思路。
然而，此次疫情爆发量大、患者也比较集中，很多医院都建立了专门的病区或发热门诊，新冠肺炎患者需要独立与普通患者之外的 CT 设备进行检测，所以急需大量新的 CT 设备。
每一名患者从入院的拍片评估、到查看进展、到治愈出院，少则拍两次片子，多的得拍四次片子，每一张片子多达 600 至 800 帧。对于疫区里的影像科医生而言，连续 30 多天无休、盯着看了约 150 万帧片子，并不是武汉市金银潭医院放射科的个例。
此外，护目镜、隔离服等措施除了给医生带来生理上不适之外，还给准确诊断带来极大的难度。医生在工作一段时间，护目镜里就全是雾气，而且因为防护服太闷而大量渗汗，将很大程度影响医生视线，尤其早期病人的影像都特别淡，小的病灶或者简单的病灶，根本看不清楚。
疫区的医生或许可以凭借繁多的病例「熟能生巧」，然而非疫区的医生接诊相关病例的经验少，在确诊过程中经常举棋不定，直到核酸检测显示阳性后才敢确诊，犹豫和等待期间，可能已经造成交叉感染甚至家庭聚集性发病。因此，从心理角度来看，医生们需要一种客观依据来增强自己的诊断信心。
此时，CT 影像+AI 识别的双保险技术方案真正派上了用场——系统可以帮助医生更为快速和准确地直接识别病灶。
新冠肺炎在 CT 影像上通常具备一些典型特征，如单发磨玻璃阴影、多发外周带磨玻璃阴影、双肺斑片状 GGO 伴节段性肺实变等；在新冠肺炎的不同阶段会有不同的影像学结果；同时，典型地没有肺空化，离散的肺结节，胸腔积液和淋巴结病等特征。这些图像特征都有助于通过胸部 CT 影像进行早期诊断。
通常，新冠疑似患者、确诊患者、康复患者都需要接受 CT 扫描以确定病情。新冠患者完成 CT 扫描时，影像医生在横切位、矢状位和冠状位观察，评估病变性质、范围，分析病灶。新冠肺炎产生弥漫性病灶，目前医生需要手动勾画出患者肺部的病灶范围，勾勒病灶边缘有时要耗费数小时。而现有 AI 公司推出的新冠肺炎智能影像诊断平台，利用深度学习和计算机视觉技术，实现精准提取重点病灶区域和纹理特征。对于新冠早期患者，AI 可在肺部无明显形态学改变的条件下智能分析，识别早期病灶。对于新冠中后期复杂病变，AI 可对肺叶进行智能化分割、定位病灶、定量评分、计算病变体积与分布、分析弥漫性病变、评估和预测疾病进展等。
现有市面上新冠肺炎 CT 智能诊断解决方案目前主要包含四大类型：医学影像远程诊断云平台、远程 CT 扫描系统、智能影像诊断平台、方舱 CT。远程诊断云平台让基层医院患者能享受到三甲医院专业医生的影像诊断服务，远程 CT 扫描系统解决了基层医院购置 CT 后资深放射操作医生紧缺的问题，智能影像诊断平台通过人工智能技术加速影像诊断过程，方舱 CT 则满足了抗疫一线新冠患者在院外隔离场景中的 CT 扫描需求。
但目前 CT 智能诊断解决方案都是定制化的，每家医院的信息化基础设施情况各不相同，包括医院的网络环境、CT 检查设备型号与版本、已有病例数据数量与质量、医生电脑工作环境等，新方案在正式投入使用前都需要进行大量调试、对接、部署工作。此外，影像特征与新冠之间也只是具备相关性而不是确定性，AI 技术在新冠确诊方面只能起到辅助作用，对于 CT 检查阳性的患者，还需要做核酸检测进一步确认。
据机器之心统计，目前智能影像诊断产业中，在 CT 硬件层面主要以传统国内外 CT 仪器厂商为主，这些厂商也正积极与国内 5G 通信运营商合作，以加快满足基层医疗机构应用需求。在远程诊断云平台、智能影像诊断平台等软件类解决方案层面，则有大量创业公司、传统医疗软件公司、互联网巨头等多类机构参与。目前中国市场上超过 100 余家机构提供这四类智能解决方案，远程诊断云平台类解决方案相对应用成熟度高，有卫健委等政府背书在各地推广落地；但远程 CT 扫描系统因对通讯网络基础设施要求较高现有国内只是部分落地试用；智能影像诊断平台类解决方案由于需要大量标注数据训练模型，落地应用也取决于合作医院的合作程度及其影像数据情况，但各类医学影像 AI 公司都积极与医院开展联合研发；方舱 CT 则因安装部署速度快，且因本身也没有更多的应用效率或效果要求，能解一线 CT 拍摄需求的燃眉之急，并帮助积累大量影像数据用于后续研究。
