新冠肺炎疫情下談人工智能的應用現狀及發展前景

趙鵬 張碩

摘 要：2020年初，突如其來的新型冠狀病毒肺炎疫情在武漢爆發，并迅速席卷全國，給全國的醫療系統帶來了巨大的診療壓力，不斷增多的醫療人員卻難以緩解集中診療所帶來的巨大壓力，期間人工智能賦能效用，協同醫護人員共同抗疫，對此，筆者根據人工智能輔助醫療的算法模型分析人工智能輔助醫療在抗擊新冠肺炎疫情上的應用現狀及其發展前景。

關鍵詞：人工智能;輔助醫療;大數據;新型冠狀肺炎病毒

2020年初疫情突然爆發，進一步加速了人工智能賦能效用，促進了人工智能輔助醫療與醫療系統的融合，其在新冠肺炎診療上的優勢主要體現在：細化診斷標準、提高診斷效率、一定程度地切斷傳播途徑、優化藥劑儲備與研發、促進信息互通等方面，未來隨著數據的不斷增長豐富，學習能力不斷增強，人工智能的算法、模型等技術不斷優化，人工智能輔助醫療定能在疫情發展上及時做好疫情預警、控制等工作，將成為城市保護措施最好的“口罩”，本文將以人工智能在醫院抗疫中最為常見的兩個方面展開論述。

1 大規模影像篩查，提高診療效率

肺部CT檢查是進行新型冠狀病毒肺炎篩查的重要手段，疫情突發，給醫療系統帶來了龐大的診斷方面的壓力，一方面，民眾出于恐慌的心理，一旦出現了發熱、頭痛、咳嗽等類似癥狀便會懷疑自身患上新冠肺炎而前往醫院就診，醫院的拍片人數迅速增多;另一方面，大部分醫生及醫院對新冠肺炎的診斷標準不明確，常常容易誤診、漏診。而人工智能輔助醫療系統的引進則可以很大程度上改變傳統的閱片模式，大大提高新冠肺炎的閱片效率，為戰勝疫情爭取關鍵的時間。

傳統的閱片模式以醫生為主，由醫生對著燈光進行一個一個的閱片思考，不僅僅給醫生帶來了巨大壓力，而且往往因為視覺疲勞帶來速度以及準確率的下降，且常由于不同醫生技能水平的差異而帶來不同的診斷，如今只需要由智能閱片系統進行閱片便可以達到幾秒鐘兩三百副胸片的閱片速度，并且突破時間、地域的限制，使得對新冠肺炎CT特征不明確的醫生也掌握診斷該疾病的要點，且閱片準確率高達95%以上。該系統一般由快速篩查及提示功能、精準輔助診斷功能、全自動智能病情以及療效評估三部分組成，通過數據錄入，進行快速深度學習，閱片系統便可迅速掌握新冠肺炎的閱片要點，由于對新冠肺炎認識不斷加深，故由系統管理人員根據診療手冊進行實時更新，在系統掌握的原有疾病的基礎上，便可進行新冠肺炎的閱片以及療效的評估。

深度學習模型一般需要上百萬張高質量、同類型、差別小的片子進行學習、標注、積累才能獲得較為穩定和精確的輸出結果，疫情突發，且不同患者存在著其自身的特異性，短期內，極其有限的數據很難另智能閱片系統進行深度學習，并且，閱片系統能夠診斷的疾病屈指可數，僅僅被作為一種篩查性手段，一般并不作為確診的依據，因此在未來，如何令智能閱片系統在短暫的時間內迅速掌握某種突發疾病的閱片要點，甚至判斷出該片為某種突發的新型疾病正是智能閱片系統發展的方向之一。

2 智能醫院發展，減少交叉感染

智能問診系統減緩醫療壓力，減少交叉感染。疫情嚴重期間，大量患者前往醫院就診，加大了醫療資源短缺，加重了醫療壓力，通過發展智能問診系統可以達到院內、院外的智能問診，醫院外，患者通過智能遠程診療系統可以進行簡單的疾病診療，智能肺炎機器人通過網絡問診可以給患者提供疫情期間的正確指導和建議，避免了前往醫院就醫感染新冠肺炎的風險，同時能將醫生從繁雜的解釋中釋放出來到新冠肺炎的診療上，據統計，截至2月10日，成都某互聯網醫院平臺已累計診療14萬次。醫院內部，入院時由紅外溫濕度測試監控取代了傳統的耳部及額頭槍測試的方法，可實現體溫的快速精準監測并對患者進行分流，對發熱患者進行初步的隔離診斷，在未來，若需要對患者進行體格檢查以及其他檢查時亦有配備了攝像頭、麥克風、聽診器、血壓計等設備的機器人能夠代替醫生的部分簡單工作，在一定程度上減少了交叉傳染，甚至在送餐、送藥、消毒等工作上也可能會有機器人的出現，當前，智能機器人的自動駕駛、避障、自動噴霧消毒、識別等功能已經較為成熟，相信在不久以后，送貨機器人以及消毒機器人將會更加普及，從而避免醫護人員在有限空間內與患者頻繁接觸而造成感染。

結語

人工智能輔助醫療在這場防疫攻堅戰中已經起到了相當重大的作用，本文筆者所列舉的三個方面只是人工智能在醫療領域內的較為主要的三個方面，不可置否，人工智能同樣也在藥物研發、尋找病毒宿主等方面發揮著巨大的作用。我們需要正視人工智能與醫護人員之間的關系，人工智能并不能完全代替醫護人員，我們需要合理利用人工智能來提高工作效率，釋放核心醫療資源，發揮我們醫護人員最大的作用，才是未來人工智能輔助醫療發展的最終目標，未來我們必不畏懼疫情，也定將一次又一次戰勝疫情。

參考文獻

[1]王志心，劉治，劉兆軍.基于機器學習的新型冠狀病毒（2019-nCoV）疫情分析及預測[J/OL].生物醫學工程研究：1-9[2020-02-15].

[2]賈曉茜，李新雨，同維，史醫蕾，張盼，李延壽，趙志福，王美玉，趙亮，張向輝，曹樂，樊鋼練，張向利，丁暉，王德龍，牛剛，楊健，郭建新.影像技術應對新型冠狀病毒感染肺炎的管理策略[J/OL].西安交通大學學報（醫學版）：1-16[2020-02-15].

[3]祁瑞娟，呂偉通.人工智能輔助診斷技術在醫療領域的作用與挑戰[J].中國醫療器械信息，2018，24（16）：27-28.

[4]付超.人工智能在醫療領域的應用與發展[J].電子技術與軟件工程，2019（13）：244.