郭佑民教授介紹新冠肺炎肺部感染輔助診斷系統。 (首席記者 李明 攝)

　　本報訊（記者 王燕 通訊員 王睿 方蕓）記者2月20日從西安交大一附院獲悉，該院影像學郭佑民教授團隊研發出新冠肺炎肺部感染輔助診斷系統，實現了對新冠肺炎感染者肺內病變部位的快速檢出，用硬科技助力全國抗“疫”。

　　按照《新型冠狀病毒肺炎診療方案（試行第五版修正版）》，湖北省增加了“臨床診斷病例”分類，對疑似病例具有肺炎影像學特徵者，確定為臨床診斷病例，以便患者能及早按照確診病例相關要求接受規範治療，進一步提高救治成功率。因此，對患者的影像學分析在確定“臨床診斷病例”上就具有極為重要的意義。

　　根據國家診療方案這一重要變化，西安交大一附院影像學郭佑民教授團隊，在前期承擔國家衛健委重大行業專項《基於“數字肺”的呼吸系統疾病評價體系與診斷標準研究》的基礎上，針對新冠肺炎肺部影像學特點，與醫學成像技術公司合作，第一時間研發出新冠肺炎肺部感染輔助診斷系統，實現了對新冠肺炎感染者肺內病變部位快速檢出、定量評價病變範圍和病變演變過程評估。

　　“CT掃描是新冠肺炎診斷的重要環節，已成為確定‘臨床診斷病例’的重要標準。但是在影像診斷過程中，每位患者的CT檢查多達幾百幅甚至上千幅圖像，單靠影像診斷醫師從龐雜的圖像特徵中篩選出新冠肺炎所具有的特徵，不僅要求醫師具備肺炎診斷與鑒別診斷的經驗，還需要相當的觀察時間，嚴重影響了病例篩查的效率。”郭佑民介紹道。

　　於是，郭佑民教授團隊利用AI技術為新冠肺炎的影像診斷“賦能”。依託專家訓練、人工智能結合傳統的計算機視覺技術，對新冠肺炎患者肺部病變區域進行分割、計算，可以同時獲取病變區域的體積、密度、磨玻璃成分等定量參數，尤其是對於患者隨訪的數據，可以實時進行圖像配準，精準定位病灶位置、大小，方便比較病變的消長。

　　通過臨床試驗發現，該系統能夠輔助臨床醫生對新冠肺炎進行快速診斷，並能提供智慧診斷報告，適應阻斷疫情擴散蔓延的公共衛生緊急應對要求，具有很好的臨床應用效果。目前，該系統已在包括華中科技大學協和醫院等多家醫院部署。郭佑民表示，為了鼎力支持抗“疫”一線，新冠肺炎輔助診斷系統將開放全國同行免費使用。