近日，一种“新冠病毒肺炎CT图像自动分析系统”由哈尔滨工业大学和哈尔滨医科大学的专家联合研制成功。经临床试用表明，这套系统可自动检测CT图片上新冠肺炎相关病变，并快速估算病变区域在整个肺部的比例，其阅片效率为人工阅片速度的30倍，从而为新冠肺炎病例的筛查及评估提供了全新工具。这是科技日报记者3月18日从哈尔滨工业大学获悉的。
如何快速检查并妥善收治新冠肺炎病人，是遏制新冠病毒传播、阻止病毒扩散的关键。由于新冠患者肺部CT图像上有较为典型的征象，可作为新冠快速诊断和病情研判的重要依据。就此，哈工大计算机科学与技术学院邬向前教授第一时间联系哈医大附属二院影像科李萍教授，经过深入讨论，决定成立攻关小组，根据国家卫健委发布的《新型冠状病毒感染的肺炎诊疗方案（试行第五、六和七版）》，研发“新冠病毒肺炎CT图像自动分析系统”。在哈工大新型冠状病毒肺炎疫情应急科研攻关项目支持下，由邬向前教授带领博士生洪楚和赵添立着手解决核心技术难题，李萍教授负责新冠肺炎CT图像的评估、相关医学知识的指导及系统的测试与应用。
在这场联合攻关中，大量数据是分析CT图像的前提，没有足够的CT图像数据，科学分析也就无从谈起。为此，联合攻关小组紧急联系国内多家医院，迅速收集到了肺部CT图像177000余张，其中包括来自新冠病毒肺炎病人的图像近40000张。疫情期间，攻关小组成员分布在全国各地，无法当面讨论和沟通，就以在线会议、电话、微信等形式，时刻保持联系和交流。李萍教授多次通过远程会议渠道，向哈工大科研人员讲授新冠CT图像的典型征象，并指导他们进行标注，为系统的逐步改进打下了良好的数据基础。同时，为加快项目进展，联合攻关小组采用数据标注和算法训练同时施行的方式，每标注一批数据，就训练一批数据，这样反复迭代不断完善算法。
经过多天通宵达旦的艰辛努力，攻关小组终于成功推出了可用于诊断评估新冠病毒肺炎的CT图像自动分析系统。在哈医大附属医院试用时，证实该系统性能非常优越，其阅片效率差不多是人工阅片速度的30倍，且新冠相关病变检测准确率非常高。哈医大二院CT中心主任刘白鹭教授评价：本系统不仅能检测出新冠相关病变，还能准确标出病变区域，并直接计算出病变在全肺的占比，这对新冠肺炎病例的诊断和病情评估非常有意义，这些信息过去在人工阅片时，根本无法得到。
据介绍，在新冠疫情结束后，联合攻关小组决定继续深入探索，将该系统尽快扩展为通用的CT医学图像分析系统，使其能够自动检测和分析不同部位CT图像上的各种病变，促进人工智能在临床医学影像诊断的广泛应用。
