AI+大数据，可以完美扮演吹哨人的角色吗？

陈冰

上海胸科医院引入一套AI辅助诊断系统。摄影/ 徐易飞

新冠病毒，这个看不见的敌人，将全世界卷入“第三次世界大战”之中，我们必须与时间赛跑，以挽救更多的生命，人工智能AI就是其中的利器之一。

AI在新冠肺炎疫情的防控中涵盖了辅助诊断、影像分析、药物研发、体温检测、医疗机器人等多个AI+医疗领域。尤其是在主战场AI医学影像方面，AI技术实现了筛查的时间窗口前移。

诊断助手：AI 读片系统

虽然新冠病毒感染确诊主要依靠病毒核酸检测，但肺部的医疗影像检查对于病情的诊断仍起到不可或缺的作用。在待诊断人数超出现有医疗资源的情况下，不少病人需要排队数小时等待CT检查。

人工智能企业依图科技联合上海市公共卫生临床中心，在春节期间开发上线了“新型冠状病毒性肺炎智能影像评价系统”。这是行业内首款新冠肺炎智能评价的AI影像产品，在2—3秒内就能完成肺炎筛查、定量评价，目前包括该产品在内的依图系列产品已经在全国100多家医疗和公共机构落地。

依图医疗副总裁石磊博士指出，公司的产品在大年初四就正式上线了，先在上海市公共卫生临床中心应用，经过一周的进一步验证，快速部署到武汉多家新冠肺炎重点收治医院。他说，这套系统可以在依图胸部CT智能4D影像系统的基础上快速升级。由于新冠肺炎防控的需要，在临床诊疗中需要快速筛查，并进行定量的分析，这套系统能够在图像生成的第一时间，就提示受检者肺内是否有疑似肺炎，从而提醒医生第一时间提早关注，让整个肺炎的筛查时间窗口前移。

“影像科医生阅片，如果只是书写日常诊断报告，描述肺内炎症的部位、范围及密度特征，大概得花10分钟时间;如果要进一步定量评价，量化肺炎累及各肺叶段和全肺的体积，密度分布特征，则需要逐层在300多层的肺窗图像勾画和分析，需要花费相当长的时间。”

以肺结节检测为例，一家三甲医院平均每天接待200例左右的肺结节筛查患者，每位患者在检查环节会产生200—300张左右的CT影像，放射科医生每天至少需要阅读4万张影像。AI在医疗影像识别领域帮了医生一个大忙，能将医生诊断效率提升30%—50%。

联影集团人工智能子公司联影智能提供的uAI新冠肺炎智能辅助分析系统，则是业界首款综合肺炎整体与局部影像特征、根据肺炎影像精确分诊的AI全流程解决方案。

这套方案利用高敏感性的检测算法，能检测到微小的、不明显的疑似病灶，助力医生对疑似病例进行有效筛查、甄别。不仅如此，针对确诊病患，系统能够进行分级评估，获得“新冠肺炎严重指数”，进而结合临床指征，按危重程度对病人进行分诊，区分轻症患者和重症患者，从而给出更明确的分流指引，制定科学有效的治疗方案。

联影智能研发副总裁高耀宗博士说：“医生使用过程中，每点开一张影像图，系统界面上便会清晰显示自动标记的肺炎病灶，被感染肺段、病变累计范围等关键量化信息，为医生鉴别、分析新冠肺炎病例提供了重要参考。”

设备中的VOX配备智能化光学测量系统可以根据每一位佩戴者的眼睛活动特点，提供个性化的配镜测量服务。

迄今为止，uAI新冠肺炎智能辅助分析系统已经在上海市公共卫生临床中心、武汉火神山医院、雷神山医院、武汉的方舱医院、上海交通大学医学院附属瑞金医院等多家医院上线并投入运营。在火神山医院，系统将针对确诊病例，重点为患者进行病情危重程度分级，并在随访时辅助评估病情发展程度，为治疗提供参考。在瑞金医院，系统则侧重于帮助医院发热门急诊做疑似病例筛查，辅助医生诊断并对肺炎进行精准量化分析。

高耀宗介绍说：“下一步，联影新冠肺炎智能辅助分析系统还将在云端搭载，通过联影集团在多家医院部署的影像云平台，连接上下级医院，为基层疫情防控人员分忧解难。从长远来看，系统上长期积累的大数据，可为之后新冠肺炎影像学指南的制定提供基础。”

手术助手：机器人上岗

4月24日，由上海微创医疗器械（集团）有限公司旗下微创（上海）医疗机器人有限公司（以下简称“微创机器人”）自主研发、用于新冠肺炎诊疗的支气管手术机器人在上海市胸科医院完成了首例机器人辅助支气管镜肺泡灌洗术。

这是国内首个用于新冠肺炎诊疗的支气管手术机器人系统，在隔离操作间通过遥控操作即可完成手术，实现医护人员与手术感染環境物理隔绝，不仅可以降低诊疗过程中的医护人员感染风险，也有助于提高新冠肺炎的诊断率和治愈率。

进博会上西门子手术机器人展台。

新冠肺炎感染患者咳嗽咳痰能力弱，导致肺部氧合功能进一步下降，危重症患者痰栓、黏液栓导致治疗困难、病情加重，支气管镜辅助下吸痰、灌洗手术是重症患者症状缓解和病情恢复的重要治疗手段。同时，新冠肺炎危重症患者大多也需要进行气管插管或者气管切开进行呼吸机辅助通气。

因此，支气管镜手术是新冠肺炎救治过程中的重要诊疗手段。但由于新冠病毒传染性强，手术过程中患者气道开放后，下呼吸道黏液中的高浓度新冠病毒形成气溶胶，使医护人员面临极高的病毒暴露风险，极易造成医护人员医源性感染。支气管镜手术也被认为是新冠肺炎诊治流程中感染风险等级最高的环节。

为了解决新冠肺炎诊断、救治过程中的这些难题，上海市胸科医院呼吸内镜中心、微创机器人、上海交通大学三方联合攻关，快速将主从遥操作控制的新冠肺炎支气管手术机器人系统从概念变为现实，创新性地推出了这款“新冠诊疗利器”。

系统历经了技术攻关、系统构建、组装测试、动物实验等环节，最终完成了首次人体试验。手术过程中，医生在远端隔离操作间遥控机器人辅助支气管镜顺利进入声门到达各亚段支气管，完成支气管吸痰、肺泡灌洗和灌洗液收集等手术操作，手术仅耗时约30分钟。

微创公司方面表示，这款机器人虽然是针对新冠肺炎诊疗而开发的，但对于其他高传染性呼吸系统疾病如肺结核等的诊治亦具有重要应用价值。业界则认为，在新冠肺炎疫情肆虐全球的当下，临床亟需这样一款保护医护人员、保障救治安全的支气管手术机器人，新技术也有利于新冠肺炎支气管诊治手术的开展，对疫情救治具有重要意义。

在过去的两周里，西班牙医护工作者感染新冠肺炎的数量增长了40%，目前大多数新增病例都是医护工作者。虽然西班牙整体疫情逐步趋于稳定，但是医护工作者中的感染并没有缓解。一线医护感染人数已经超过4.4万人，医护感染比例为全球最高，比意大利高出10个百分点。一度考虑“群体免疫”的英国超过意大利，成为欧洲新冠死亡人数最多的国家。而在全球范围，英国升为死亡人数第二高国家，仅次于美国。在缺少医疗防护装备的英国，医护感染比例也非常高，已经有一百多名医护去世了。

迄今为止，世界范围内还未见类似用于新冠肺炎诊疗的支气管手术机器人的相关报道，希望国内快速研发出来的这款利器能够尽早帮助医护摆脱感染困扰。

科学决策依据：大数据模型

大数据，是疫情精准防控的重要新式“武器”。通过数据分析建模预测新冠肺炎疫情的变化趋势，无疑将对疫情的防控产生极大的参考价值。“事实上，AI和大数据改变了传染病的预测方法，实时预测和提前预警已成为可能。”森亿智能联合创始人、副总裁马汉东说。

以往，出现某一特殊病例，传统的疫情传播预警系统可能要经历数周，才能成功绘制病毒的潜在传播情况，然后再向有关部门发出警报。但AI+大数据可以在第一时间基于人工智能技术、自然语言处理以及其他技术不间断地收集、分析世界各地关于疾病和重大公共卫生事件的报告和评论，高效地从海量的数据中提取出关键的数据并智能地判断全球疫情大暴发的可能性。

在预测疫情趋势方面，基于疫情高危人群相关数据，结合疫情新增确诊、疑似、死亡、治愈病例数，借助传播动力学模型、动态感染模型、回归模型等大数据分析模型和实践技术，人工智能不仅可以展示发病热力分布和密切接触者的风险热力分布，还可以进行疫情峰值拐点等大态势研判。

在新冠肺炎疫情肆虐全球的当下，临床亟需这样一款保护医护人员、保障救治安全的支气管手术机器人。

此外，人工智能还可以根据病患确诊顺序和密切接触人员等信息定位时空碰撞点，进而推算出疾病传播路径，为传染病追踪溯源分析提供理论依据。

早在疫情之前，森亿智能就已围绕流感病例采集数据，根据数据构建疾病模型，为疾病辅助诊断和治疗路径提供决策依据，同时根据患者的病情变化做出监测预警系统。

在疫情暴发初期，森亿智能就根据湖北的疫情情况建立了数据模型。2月21日，森亿智能真实世界研究团队在医学预印本论文medRxiv网站发表研究论文Estimating the case fatality ratio of the COVID-19 epidemic in China，该研究主要通过建立竞争风险模型和join point回归模型，分析目前公布的确诊、新增、治愈和死亡数据，从而通过复杂的数学模型和前期数据估计最终真实的病死率和死亡风险的变化趋势。

这是森亿智能发表的第二篇关于新冠病毒（COVID-19）的研究论文，此前和北京大学美年健康研究院一起在medRxiv发布了关于疫情初期武汉发病率的大数据模型估计，通过数据分析及信息化平台为疫情发生发展的趋势、特征提供科学的证据，并向相关政府机构提交决策建议。

国内首个国际品质心脏起搏器（左）和国内首个介入心脏的经导管主动脉瓣膜。

考虑到医疗机构精准防控的诉求，基于COVID-19的特性，森亿团队还研发出了一套新冠肺炎（COVID-19）专病库及随访解决方案，它们纷纷落地医院，医疗机构由此可以实现疾病发生、发展全程数据的收集、随访、分析工作。“在大数据领域，我们面对的是一个应用蓝海，这里面有非常多的场景可以去探索。一旦数据质量有质的提升，基于数据的应用一定会喷涌而出。”马汉东说，期待越来越多的医院以及患者能够参与进来，扩大、细分AI以及大数据的应用场景，比如深度随访、疾病预警、慢病管理等。

当然，想要准确预测疫情并非易事。

首先，现有的数据区域化程度还有待提升。目前公开渠道获取的疫情数据口径、数据统计时间等维度不统一、数据源混杂重复、数据质量不高，为人工智能处理分析造成了很大困难，也极大地影响预测系统的稳健性与准确性。

其次，要想实现深度分析，数据的深度仍需进一步挖掘。这包括海量数据的收集和处理、针对有效信息的筛选、虚假信息的自动剔除等，尤其是在疫情初期，仅有一些琐碎的有效信息也被夹杂在各式各样的信息“噪音”之中。

最后，是时效性。数据在何时上传，对数据质量也有着较大的影响。

在马汉东看来，如果能在以上三点实现突破，各机构就能更好地开展疾病防控、科研分析、患者随访等工作。而实现这一切的基础，就是继续推动和加强整个医疗行业尤其是医院的数字化基础设施，让数字化成为渗透到行业血液里的组成部分，“正如目前医院正在建设的互联互通、电子病历评级等工作，这些事必须要踏踏实实、数十年如一日执行，才会为整个医疗行业的数字化和智能化打好基础。”马汉东说。

实际上，人工智能虽然在此次疫情的传播预测中发挥了重大作用，但从疫情的发展过程来看仍有很大的提升空间，例如疫情预测系统的触发，系统可能生成的大量的假阳性结果，以及患者治愈后转阳的情况，都需要对病人愈后的健康信息进行长期数据跟踪。

由此可见，AI+大数据扮演疫情的吹哨人的角色，還需假以时日。希望在不远的将来，当我们不得不再次面对疫情时，AI+大数据能够让我们从容应对，不再恐慌。