疫情之下，AI都发挥了怎样的价值？
根据刘士远主任的总结，医疗影像AI在本次疫情中的作用可分为四点：“第一是发现病变，确认病变和分隔病变；第二是通过测量病变的分布、形态、密度等数据，进行病变的诊断和鉴别诊断；第三是通过人工智能的定量和分级完成病变的进展转归判断，确认病情是恶化还是好转。第四是结合临床实验室检查，基于全数据的学习，从定性到定量，给出精准算法的模型，最终实现个性化的精准医疗。”
前三个作用可视为人工智能在此次防疫战中的基础作用，对于很多武汉一线的医生而言，如果能够以更高的效率、更准确的判断能力对患者的CT影像进行判断，无疑可以起到缓减影像堆积、减少漏诊的情况，而面向DR的人工智能则能解决基层医疗中专业影像医生缺乏，难以对可疑症状判别的问题。此外，随访功能可帮助医生迅速以定量的方式区患者病情变化，以推进下一步决策。
为本次疫情开发“AI+CT”的人工智能企业多达近30家，每家企业均可起到“提效减漏”的作用，但又各有不同。以汇医慧影的“三位一体”智慧影像解决方案为例，这家企业将“AI辅助筛查、智能数字胶片、智能远程会诊”能够通过远程部署直达一线，而通过深度学习算法，该解决方案能够在2-3秒诊断500幅CT影像，一键生成结构化图文报告，并将数据保存至云端，生成属于患者自己的健康档案，以便于患者自行查阅及配合后续随访。此外，智能远程会诊则为社会整体防疫提高了资源调度能力。此外，依图医疗在春节后仅一周便推出了AI+CT影像辅诊产品，并在包含武汉在内的全国各地广泛使用。
和CT相比，DR虽然在分辨率、解析度等方面有一定的欠缺，但这些因素并不影响影像科医生诊断新冠肺炎。此外，由于其低廉的价格（设备价格几十万以内，拍片价格60-80元），许多没有CT的乡镇仍配置了一定数量的DR，这类影像设备在疫情区同样被广泛运用。
以九峰医疗的病毒性肺炎（含新冠肺炎）X线胸片智能筛查系统为例，该系统既可通过影像车或远程部署的方式部署于基层医疗，也可置于医共体、医联体中的影像中心内，运用AI技术高效处理DR影像。截止2020年2月底，九峰医疗已经帮助部署九峰智能阅片系统的约300家基层乡镇卫生院筛查1.5万人次，其中，约15%（非湖北省地区）和20%（湖北省地区）的胸片被AI识别为病毒性肺炎，经过专家的复核，共发现84例疑似新冠肺炎的基层患者。
上述的三个作用不仅可以作用于新冠肺炎期间的影像科，也可为平时的各级医院医生减轻负担，称得上是“普适”的作用，而由于疫情的特殊性，AI的部分特殊的作用也因此凸显出来。
在武汉疫情高峰时期，市内重症收治床位时常一床难求，用于轻度中度症患者隔离的方舱医院也人满为患，很多患者都在院外等待床位。而进入方舱医院的患者通常需要由医生提前判断病情严重程度，后续将以3-5天为一个周期对患者进行复查。
这个时候，医生需要在非常短的时间内对患者进行精准判断，把患者分配到最适合其病症的医院，而对于已经拥有床位的患者，医生也需定期进行随访，观察不同时期患者影像之中磨玻璃影的变化，及时对症状加重的患者更新治疗方案，对症状减轻或痊愈的患者进行转移。这些问题给予了医疗AI新的需求，即在定量分析的基础上帮助医生完成对患者病症的定性，判断患者病情所属阶段，这并非AI企业有意为之，却在这次疫情之中被广泛使用。
其次，通常而言，医生无法通过CT征象直接区分患者所患肺炎类型，但一些公司正努力运用数字的方式去量化新型肺炎的表现特征，直接判断患者所患肺炎类型。如今，许多医生都借助于AI，通过回顾性研究发表了相关论文，但从研究到论证，我们可能没法在疫情结束前得到答案。
和“普适”的作用相比，上述的两个作用存在一定的局限性，即因为新冠肺炎事件的发生，所以让AI产生了相应的作用，它的特点在于功能的不可复制性。举个例子，若新冠病毒不具备高传染性，则不会出现方舱医院，自然也不会产生分诊的需求，科研也是同理。但是，透过数据的方式进行分析这一思路，或许潜藏着AI更深层次的价值。
在疫情之中研发影像相关应用的AI企业（不完全统计）
AI的价值从辅诊向数据分析深入
对于“什么是AI的潜在价值”这一问题，一位医生表示：“一般而言，影像科的医生偏好于给予‘占位性病变’的判断，而很少诊断为肺炎。但对于患者而言，占位性病变的内容太过宽泛，他们需要更为精确的判断，这种判断现在很少来源于影像科。如今，很多人工智能都在处理数据做定量分析，但这些工作并非人工智能的专长——常规数据处理软件也能收集挖掘数据。所以，AI要想发挥出真正的价值，需要借助于定量的数据给出定性的判断结果。”
从目前来看，完全放任人工智能决策而不参考医生的意见，违背了AI的伦理，但公司开发针对于肺炎的AI影像辅诊算法，正是通过提高医生判断能力，侧面解决直接决策的问题。
以联影智能在这方面的研究为例，其AI辅助分析系统能够将肺部分成不同的肺段，把其中的病灶勾勒出来，计算每一个肺段病灶区的感染比例，从而为诊断感染情况提供参考。由于临床诊断的严谨性，这些成果或许在短期内无法在实际之中为医生诊断助力，但却为解析新冠病毒提供了参考。
从分辨肺炎种类这一角度延伸，一些企业尝试则将影像数据与其他科室数据相结合的方式，建立综合化的AI模型，为医生提供更全面的参考信息。
例如，安德医智认为，仅仅通过放射科影像很难区分各类肺炎，而病原学是最终诊断结果的金标准。因此，在研究CT影像的同时，安德医智尝试关联以各种肺炎的病原学诊断结果、核酸检测阳性结果为金标准组织AI训练集，进而实现肺炎的分类，判断患者所患肺炎是细菌性肺炎、真菌性肺炎、新冠肺炎，还是其他病毒性肺炎。
而GE医疗选择将影像基因组学、人工智能、图像处理技术相结合。3月5日，GE医疗发布了“智赢新冠LK 2.0”AI平台，尝试针对肺结节、肺部炎症和肺功能损伤定量分析，到更早的病灶识别，更精准的定量分析。一方面，该平台可行使AI辅诊功能，帮助医生处理影像；另一方面，该平台可协助医生研究新冠肺炎在CT影像中的早期识别。
GE医疗中国精准医学院副院长赵周社表示：“我们首先会对所有录入平台的数据进行预处理，无论是什么样的机型，我们将统一把它处理成1毫米的层厚的标准影像。随后，我们会用算法处理标准影像，把肺、气管和支气管分割标注出来。做到这一步，我们就可以去找病灶了，通过适当的模型，我们能够甄别出患者是否患有新型冠状病毒肺炎，并给出概率回答。”
具体而言，LK2.0AI平台根据新冠病灶的发病时期进行了三类个性化的处理。
对于早期无症状病患和不易发现的新冠病灶，GE医疗将AI分析范围拓展到了气管、支气管部分，帮助肺部无明显形态学改变的病例，进行早期病灶识别。
对于新冠中后期复杂病变，LK平台可对肺叶进行快速智能化分割，精准定位病灶和定量评分；结合AI深度学习建模，进一步评估疾病进展、反映病变体积与分布，分析弥漫性病变，预测病情走势。
新冠中后期复杂病变分割：3D显示病灶（红色区域）和病灶定量和评分分析
对于激增的新冠病患数据，LK平台可对不同型号的CT进行数据规范化处理，同时进行批量快速读片处理。
不过，分割、定位与评分仅是判断肺炎情况的方法之一，武汉大学中南医院影像科主任徐海波表示：“新冠肺炎影像的数据参数众多，很多参数还没有完全匹配上去，而这也是我们未来和GE医疗合作的方向之一。不过，如今分割标识的技术已经非常成熟，可以解决医生因疲劳漏掉病灶的问题，也可生成一些结构化报告的模板等，已经达到可在临床推广的程度。但要做高度智能化的精确诊断，还需要大量的匹配参考文献，进行漫长的临床验证。”
价值与审评审批的关系
总的来说。影像AI审评审批与价值的关系算得上是相辅相成，AI价值的扩张推动了审评审批的速度与必要性，而审评审批则从程序上为影像AI发展铺平道路。
新冠疫情的发生虽然在短期内延缓了部分人工智能产品审评审批的进行，却也为大众展现了新的价值。
那么，《要点》之下能否诞生AI器械三类证呢？从过去的两年审批状况来看，动脉网认为，这仍将取决于企业本身。如果企业足够积极，我们有望在接下来的三个月中看到AI企业通过《要点》获得CT肺相关产品三类证。
但无论获证与否，疫情之中，AI展现了其应有的价值。未来AI能做什么？医生已经有了新的期待……
作者：赵泓维
