非常荣幸有这个机会跟大家汇报东软医疗在这次新冠肺炎的疫情当中所做的一点工作。
人工智能在医学影像领域中的应用已经广为人知，但是可能很多人都觉得人工智能在医学影像里面的应用就是辅助诊断。事实上，人工智能可以做的东西非常多，下面我以CT为例，来介绍人工智能可以在影像链当中起到哪些作用。

首先新冠肺炎对CT有明确的需求，因为我们现在虽然可以用核酸检测做，但它的敏感性是存在问题的，我们还是需要联合CT一起来做最后的确诊。但是在整个的影像链条当中，如果我们使用CT作为一个诊断的工具，他面临着一些问题。我们在扫描的过程当中需要隔离，在社区扫描时，大家需要到医院去，到医院就存在交叉感染的风险。我们经常看到医院前面排了很长很长的队，实际上我们希望去到社区里做扫描，避免这种交叉感染。在集中爆发区域，如前一段时间的武汉。大量的人群需要做扫描时，我们缺少医学影像设备，这时候该怎么办？怎么来提供这个影像？还有我们做扫描的过程当中，可能都需要医生，尤其是技师去操作，在操作间里面给病人摆位，定义好怎么扫描。这其实给我们提出了一个要求：我们需要做好隔离工作，避免交叉感染。这是影像面临的第一个问题。
    
第二个问题，在新冠肺炎检查的过程当中，往往需要多次复诊，不是一次就结束了，我们要看病情的发展和变化。CT的检查是存在放射性的，如果需要反复做扫描，就存在放射剂量，有可能影响到健康，我们就需要把放射剂量降低。
    
我们做医学影像检查时，尤其是爆发时，医生是分布在全国的，可是爆发的区域是局部的，我们怎么充分利用全国的医疗资源来解决局部的问题。
    
另外，在爆发期的时候，病人数量非常多。放射科的医生很忙，如果由于爆发性导致这么多病人需要医生一个一个分析，医生的负担会特别重，而且很辛苦。
    
以上我们提到了四个新冠肺炎爆发期时影像所面临的问题：如何进行隔离，如何降低放射剂量，如何充分利用分布在全国的医生资源，如何解决医生疲劳、医生资源不够的问题。有四个影像的问题需要解决。而人工智能在这四个方面都可以起到作用，不仅仅是辅助诊断这一点。
    
东软医疗针对以上四大问题，提出了完整的、全链条的解决方案，针对需要隔离，集中爆发区域需要大量CT的问题，我们提供了东软医疗的车载CT和方舱CT。我们把CT放到需要的地方，并不是非得放到医院固定下来。针对医患隔离，CT本身就做了医患隔离的设计，我们还做了CT自动摆位等等；针对放射剂量大的问题，我们还做了CT低剂量的技术；通过智能影像云，远程移动诊断来解决医生资源分散全国的问题；针对短时间需要大量诊断的问题，我们做了辅助诊断的工具。人工智能不仅可以为辅助诊断所利用，还可以植入到影像解决方案全链条当中的每一个环节，下面我针对每一个具体的环节做一些介绍。
   
在方舱CT这一案例当中，扫描间和操作室是隔离开的，而且在扫描间里是有消毒室的，这样避免了医患的直接接触。我们可以把车载的移动CT直接开到病人集中的区域，或者是社区里面去。举例来说，我们的移动CT在武汉疫情爆发时，就已经到武汉执行任务，现在由于黑龙江疫情严重，大量的车载CT又到了绥芬河做支援。方舱CT在全国已经部署了40多家，包括钟南山院士所在的广医已经购买了两台方舱CT。方舱CT最大的好处就是你只要有电源，有场地，直接插上就可以用，不需要专门在医院里准备一个扫描间。方舱CT是在疫情爆发的初期，花七天时间研究出来的。
    
针对远程诊疗以及需要把全国的医生资源集中在一起的问题，我们提供了智能医学影像云，利用我们的影像云来解决远程诊断的问题，把全国的资源都集中起来。在疫情的过程当中得到了实际应用：辽宁省的支援队支援武汉的时，他们一直在使用该影像云，这样就可以待在沈阳做远程诊断，也有到武汉去，在旅馆里面随时随地做诊断。他可以待在旅馆里面，甚至移动的时候，用iPad也可以做诊断。我们也提供了基于人工智能的辅助诊断工具，来做新冠肺炎的定量计算和定量分析。移动CT+云+辅助诊断，为我们提供了一个完整的新冠肺炎影像解决方案。
    
我们首先讲了CT可以解决工作流的问题，接下来还有避免病患的接触的问题，怎么提升CT工作的优化以此来解决扫描的工作效率和质量的问题。
    
首先，要做的一个工作是做自动摆位。所谓自动摆位，通常病人在扫描时，技师要帮助病人固定到某一个位置以后，来确认需要扫描的部位，这是技师要操作的事情。现在的车载CT和方舱CT，医生不用进去，直接就可以操作，病人进去躺好就可以了，这是具体的功能模块。人工智能在这方面就可以起到重要作用，人工智能需要做人体整个关键点的定位--头朝前，头朝后等等，用人工智能来提升准确度。
    
体现在我们的产品里面的一部分工作，就是CT的FOV自动选择。通常CT扫描区域，通过技师选择时，需要技师手工勾勒到底扫描哪里。如果用人工智能的方法来做，有两个好处：第一个好处，快，病人特别多，对速度要求更高，即使是熟练的技师，勾画扫描区域都需要花十几秒，二十几秒，现在利用人工智能的方法，不到一秒。第二个好处更重要，新冠肺炎的病人在诊疗的过程当中，需要多次扫描，意味着我们需要看病情的发展，如果是按照以往的手工定位，我们不能保证每次扫描的地方是完全一样的。医生需要要手工去比，去调整，去看病情的变化。如果利用了人工智能的方法，我们就能保证在同一病人的基础上，每次扫描的部位都是一致的，这样便缓解了医生工作压力。因为可以直接对比，扫描位置始终保持一致，提升了工作效率，保证了整个诊断的准确性。
    
第二大块，关于对放射剂量的控制具体的案列。大家都知道CT有放射性，为了减少放射性，我们可以降低放射剂量。可以通过调低电压，或者是降低电流，把放射剂量降下来，然而它会带来一些副作用--图像质量会变差。我们往往发现，如果放射剂量不够时，图像质量太低，不足以满足临床诊断的需要。如果降低剂量以后，有很强的噪声在图像里面，这些噪声就有可能掩盖我们的病灶点，使医生看不到病灶。如果使用人工智能的方法进行重建，通过比较，使用人工智能不仅可以把信噪比提高，图像恢复得很清楚，而且非常好的保护了图像的细节，包括锐利度、信噪比都非常好。关于使用人工智能做肺部CT，东软医疗在这方面也做了很多试验，并且在很多不同的设备上都进行了试验，也调整了不同剂量的范围。不管是在东软医疗自己的设备上，还是在通用、东芝、飞利浦的设备上我们都做了很多的试验。我们发现在较大的范围之内调整不同的放射剂量，都可以很好的保护图像质量，提升信噪比。确保图像质量的前提下，降低放射剂量，更好的保护患者的健康。
    
第三部分是利用人工智能来做辅助诊断，我们也在这方面做了很多工作。在整个行业，有20多家企业都做了相关的产品，东软医疗是其中一家。我们团队在大年初二接到公司的指示，必须在五天之内完成整个项目的产品开发，好在我们在去年的9月份，跟钟南山院士的团队一起成立了一个人工智能与大数据的联合实验室，基于联合实验室前期的一些工作，我们迅速借助当时方舱CT和其他正常CT的发货，发往了武汉：捐赠了一台设备给雷神山，一台给武汉同济。利用我们的设备和在武汉前线收集到的一些数据，借助钟南山院士团队的经验以及通过吉大医学院的帮助进行标注。尽管我们在五天之内没有完成此工作，但在七天内完成了第一版工具--火眼AI，借助此工具来做新冠肺炎的辅助诊断。目前为止，申请使用的有150多家，我们要一一签署科研合作协议。这不是可销售产品，必须走科研合作的路线，实际安装的只有60多家，没有全部都安装完。这其中包括北京朝阳医院，广医一院，这些在全国呼吸科排在前五名的医院，目前都在使用我们的火眼AI。
    
不仅在国内使用，国际上，在肯尼亚，厄瓜多尔，包括往巴西发送的18台CT中就包括方舱CT，都在使用我们的火眼AI辅助诊断工具。也就是说，我们利用整个完整的链条，从设备到影像云，到人工智能的辅助诊断，不仅帮助到了疫情期间我国的防疫事业，同时也帮助到了国际上很多的国家，现在意大利也在申请使用我们的解决方案。
    
火眼AI有几个比较好的优势，一是很快，基本上在17到30秒内就可以完成所有的流程。这对提升医生的工作效率非常有帮助。
    
二是全自动，零操作。医生不需要做任何的操作，只需要把图像上传（七天24小时都可以），传上去以后，立刻反馈定量计算的结果。火眼AI仅仅是辅助诊断工具，帮助医生提升效率，但并不会帮助医生来做诊断。其工作是做大量定量的计算，把定量计算的结果提供给医生，最后的诊断还是由医生来做的。
    
三是影像云平台有其特色，跟很多厂商不一样。我们在疫情当中使用的影像云，不仅提供了运算能力，传输和存储能力，提供整个软件运行的环境，更重要的是该云平台是开放式的，这个平台类似于苹果手机的App Store或者是华为手机的应用市场，我们在平台里植入了大量的医学影像工具，有东软医疗自己研发的，也有很多第三方的工具：包括图像增强工具，辅助诊断工具，图像质量提升后处理的工具。很多这类工具都包括了整个影像数据的传输和管理，移动办公，远程诊断，我们提供的是一个完整的解决方案。当医生说，火眼AI给出来的即使是基于定量计算辅助诊断的结果可能还不确认，这时可以基于该平台，远程向医生提出帮助申请。所以，这个平台最大的特点是其开放式的运用，此外该平台使用的不仅有东软医疗自己的工具，也有很多第三方的工具。第二个特点，它集成了大量的，不仅仅是后处理的工具，还包括远程诊断，医学影像传输和管理，包括互动社区等多种工具。目前该平台已经有近一千家的用户，算上个人用户，差不多两千家，已经累计为用户提供25万余次服务，在疫情期间，为医疗机构提供58000多次服务，并发现764例新冠肺炎的确诊和疑似患者，这也是该平台所起到的作用。
    
以新冠肺炎举例来说，我们在平台上植入了东软医疗自己的火眼AI，还有其他三个友商的火眼AI的一些工具。这也是我们将来发展的方向：不局限于只使用东软医疗自己的东西，为了更好地帮助到我们的客户，我们希望提供一个平台，提供更多的选择给医疗机构。火眼AI上线以后，有很多媒体报道，央视至少报道了两次，媒体上至少有100多家媒体做了相关的报道。
    
以上介绍了东软医疗利用人工智能在整个影像链条里面所起到的作用，以及东软医疗所提供的基于影像的全链条解决方案，但在这方面还有大量的工作需要做，特别希望能有更多的合作伙伴和我们一起去解决所面临的问题。首先在数据方面，只要谈到人工智能，一定存在数据的问题。数据，我们永远不嫌多，真正做诊断时，单单有影像本身可能是不够的，我们需要更多临床的信息，将其整合在一起才能更好地做出判断。人工智能也不应仅仅局限于使用某一方面某一类的数据，应该是多模态的数据综合使用。
    
标记也是一个大问题，不仅耗费了大量医生资源，更重要的是，标记没有统一的标准。不同的医生可能标注的病灶点不一样，也判别不出对错，这是现存的一个巨大的问题。
    
在技术上，我们如何利用更多维的信息组合在一起来解决问题。现在基本上做新冠肺炎的人工智能辅助工具都没有办法区分出来到底是新冠肺炎，还是其他普通病毒性肺炎。我们可以从中找出来一些征象，但是没办法准确地区分，目前做不到，为什么？是因为我们紧紧依靠影像本身，而光依靠这个信息还远远不够，我们需要更多的信息。在技术上，云上面的算力和更便宜的算力显得尤为重要。如果不考虑成本，我们可以租用更多的GPU来解决人工智能的问题，但是如何在低成本的前提下来提升算力，解决多用户、多应用并行并发时对GPU的需求。这些都是技术问题，所以我们在技术上还面临着很多的挑战。
    
在后处理，辅助诊断这些方面，我们只能签署科研合作协议。因为我们没有拿到NMPA证，没有拿到国家药监局产品的认可，而产品的认可在人工智能这一方面，目前为止还是非常复杂的，还有很长的路要走，这是我们现在所面临的挑战。非常期待能够跟更多的医疗机构，包括跟华为的同事一起来解决技术上、数据上等方面的问题，解决我们一起面临的挑战。
    
人工智能不仅可以用于辅助诊断，在医学影像中，还可以应用到全链条当中去，东软医疗为客户打造了全链条的解决方案，把人工智能应用到了全链条解决方案当中的每一个环节去。
   
谢谢大家，期待有机会能跟更多的同事们合作，谢谢！
 

注：文章内容整理自速记，仅做参考！