研發“CT影像AI”助力疫情診斷 為新冠肺炎的診斷提供技術支持

今年年初新冠肺炎疫情發生以來，北京市政協委員落實中央和市委部署，積極響應市政協號召，在人民需要的時刻挺身而出，切實履職擔當，并充分發揮自身的特長，在各自的崗位上默默堅守，奉獻著自己的智慧和力量。今年1月27日，集結的號角吹響，首都醫科大學附屬北京天壇醫院12名醫護人員馳援武漢一線。北京市政協委員、首都醫科大學附屬北京天壇醫院常務副院長、神經病學中心主任王擁軍則充分發揮特長，與有關單位共同研發“新冠肺炎CT影像AI定性輔助診斷系統”，為新冠肺炎的診斷提供技術支持。

王擁軍介紹，隨著疫情發展，大量疑似病例出現，暴發式需求讓一線醫生急需技術支援。肺炎的識別對影像醫生來說不難，新冠肺炎的影像學表現也有一定的特異性，但僅從影像學角度實現新冠肺炎與普通肺炎的鑒別診斷卻不是一件容易的事。由于新冠肺炎核酸檢測假陰性比率高，影像鑒別難度大，嚴重影響了新冠肺炎的快速識別診斷。

1月28日，接到工信部“新冠病毒肺炎CT影像人工智能輔助診斷”專題攻關任務后，王擁軍委員和解放軍總醫院副院長何昆侖共同發起，聯合醫療人工智能企業，利用北京天壇醫院人工智能研究中心的強大技術力量，發動全國30余家定點救治醫院聯合參與，共同研發攻關“新冠肺炎CT影像AI定性輔助診斷系統”，并陸續投入使用。

“這套系統實現了專門用于新冠肺炎的AI定性診斷，即在診斷肺炎的基礎上，進一步將新冠肺炎與其他肺炎(病毒性肺炎、細菌性肺炎等)進行鑒別診斷。”王擁軍說。

新冠肺炎疫情發生以來，王擁軍委員所在的北京天壇醫院在確保醫療安全的前提下最大限度滿足患者就醫需求。從2月26日起，北京天壇醫院創新設置了4個“過渡病區”。急診患者經過搶救、手術后需住院的，均先收治在“過渡病區”，經過2次核酸檢測為陰性后，再轉入普通病區繼續治療，既不延誤急診患者的救治時機，又盡可能防止院內感染發生。