具深度学习能力的人工智能（Artificial Intelligence，俗称「AI」）关键技术，在医学上的应用越来越成熟，已被广泛应用到多个领域。在新型冠状病毒大流行期间，AI便协助科研团队，实现了「早诊断、早控制、早治疗」的防控措施，造福社会。

由澳门科技大学医学院讲座教授张康及其团队研发的「基于人工智能的新型冠状病毒SARS-CoV-2感染的诊断核心关键技术」（下文简称「AI诊断技术」），可在20秒内高效区分新冠肺炎与其他病毒性肺炎，还能预测危重等级，且准确率高达90%以上。

AI辅助诊断快又准

张康教授介绍，运用深度学习（Deep Learning）、迁移学习（Transfer Learning）、语义分割（Semantic Segmentation）等多种人工智能前沿技术，开发出基于胸部CT（Computed Tomography，电脑断层摄影）和X-ray（俗称「X光」）的新冠肺炎人工智能系统，可以对胸部医学影像进行快速辅助诊断。他说：「深度学习是近十年来，在人工智能领域发生的颠覆性技术，这技术以电脑作为媒介，模拟出人类大脑一样的记忆及思维。在此基础上，我们只要整合所有大数据及人工智能深度学习的演算法，通过训练就能够得到一个非常准确的新冠肺炎诊断工具。」

AI诊断技术的出现，有效减轻医疗人力资源及物资的消耗，促进疫情诊断方向的全球化交流，对新冠肺炎的研究起到关键性作用。张康教授指出，每名病患都会拍摄数百张胸部医学影像，其中显示出病灶的便可能有数十张。「即使资历较深的医生，亦要约20分钟，才能通过胸部医学影像判断出患者是否感染了新冠病毒及肺部病灶所在，较为耗时。若使用AI诊断技术，则仅需20秒就可以完成辅助诊断。」AI诊断技术除有快速判断功能外，还可以对胸部医学影像的病灶进行自动识别、标注及定量分析，准确率达到90%以上，并可预测病灶的发展情况，有利医生及时诊治，亦有助医务人员进行药物效果评估，实现对新冠肺炎病患的全生命周期管理。

为武汉抗疫极速研发

张康教授称，新冠肺炎的爆发，是史无前例及情况危急的。当时许多呼吸科、放射科、影像科的医生，都难以迅速判断病患是否患上新冠肺炎，大大增加了实体医疗系统负荷，为医疗人员带来感染风险。「在急需和刚需的情况下，医院和医疗人员都需要一款快速、高效、廉价的AI工具，用作诊断和甄别新冠肺炎。」有见及此，张康教授团队与中国科学院、国家生物资讯中心、清华大学和中山大学孙逸仙纪念医院、广州再生医学与健康广东省实验室等团队联合一起，紧急攻关研发，迅速收集了全国相关的医学影像数据，在几千名病患的50多万张胸部医学影像中进行人工标注、分割及切割。

张康教授坦言，在研发系统过程中也遇到不少困难和障碍。「AI系统需要大量的医学影像支撑及作为数据基础，由于疫情来得突然，加上正值春节期间，许多医疗人员及团队成员都不在岗位上，调取医学影像数据有一定的困难。」可幸的是，团队成员都有共同目标，希望尽快开发出辅助诊断工具，在各方的努力下，AI诊断技术于2020年2月研发成功，并于3月紧急送达武汉金银潭医院和武汉大学附属医院等的抗疫前线，对内地新冠疫情诊断和防护疫情起到积极的作用。

为支持全球性抗疫，推动抗疫国际合作，AI诊断技术的所有数据及代码以国务院及中国科学院名义，于国家生物资讯中心作为中国抗疫的高端产品向全球发布，应用到伊拉克、伊朗及欧洲、南美洲国家，为当地的抗疫作出贡献。

人工智能技术除了在实体医疗系统及临床应用取得巨大的创新突破外，在学术层面亦作出巨大贡献。张康教授称，「我们把这项技术的学术研究发表到国际顶级学术期刊《细胞（Cell）》中，同时，在国家生物资讯中心储存的影像和代码，已被全球下载了350万次以上。」

扩大临床应用范围

「罗马不是一天建成的」。在新冠爆发前，张康教授团队便开始以人工智能进行医学应用领域的研究，有一定的基础和数据储备。2018年，张康教授团队利用迁移学习和深度学习进行全球首次的眼科诊断，其研究还包括黄斑变性、弹网膜视网膜病变及小儿肺炎，该系统的准确率同样达到90%以上。2019年，张康教授团队继续开发了一种基于自然源处理电子文本，进行儿科分诊诊断的AI系统，推动AI于临床应用。「AI诊断技术不仅能够诊断新冠肺炎，还可以诊断其他常见的肺部疾病，包括肺结节、肺结核、肺癌、肺气肿、支气管炎等，对常见的肺部多发病及罕见病，同样起到积极的辅助诊疗作用。」

张康教授团队不断发展和完善基于AI的医学影像学技术体系，扩大临床适用范围，将其开发成为多种传染性疾病的有效辅助诊断工具，推动AI技术在医疗领域的长远发展。

张康简介

哈佛大学和麻省理工学院医学博士、哈佛大学遗传学博士。是美国约翰霍普金斯大学威尔玛眼科中心首位来自内地的眼科住院医生，现任澳门科技大学医学院副院长。主要从事医学人工智能、眼科学、干细胞、生物材料和3D列印、遗传学及精准医学领域等方面研究工作。

短片

文：关楚婵   图：宋楚珊、澳门科技大学