一、疫情發展情況

全國防疫工作如火如荼、有條不紊的進展著。從疫情實時大數據報告中可以看到，國內疫情在2020年2月16日確診病例達68595例，疑似病例達8228例，治愈病例達9667例，死亡病例達1667例。

新冠肺炎疑似病例基數龐大，給臨床一線診療帶來巨大壓力，疫情波及地域廣泛，基層醫院缺乏經驗，面臨嚴峻挑戰。在短時間內完成大量疑似病例的篩查，提升新型冠狀病毒肺炎診斷效能，降低臨床醫師的工作負荷，同時使患者獲得早期診斷和及時治療，從而達到降低病死率的目的。

二、疫情常見的診斷方法

1、RT-PCR常規檢測

病毒主要由遺傳物質和蛋白質組成，病毒的遺傳物質就是由一個或多個核酸分子（DNA或RNA）組成的基因組。新型冠狀病毒（2019-nCoV）是一種RNA（核糖核酸，Ribonucleic Acid）病毒，其遺傳物質是單鏈RNA，這是新型冠狀病毒（2019-nCoV）最核心最準確的標志。

核酸檢測試劑盒是能夠直接檢測病毒核酸的工具，核酸檢測技術此前已經應用于乙型肝炎病毒(HBV)、丙型肝炎病毒(HCV)、人類免疫缺陷病毒(HIV)等多種病毒的檢測工作當中，新型冠狀病毒感染主要通過實時熒光RT-PCR鑒定進行常規檢測。

2、IgM抗體快速檢測試劑盒

這款新型的試劑盒相比于之前診斷所用的RT-PCR核酸檢測相比，使用起來更加簡潔、高效。該試劑盒僅需采取一滴血，就可在15分鐘內肉眼觀察獲得檢測結果，且患者的血漿稀釋500至1000倍后，仍能檢測出陽性條帶。

目前，這種新型試劑已經批量的送往武漢、黃岡等疫情重災區，與病毒核酸實驗聯合用于檢測病毒感染。

醫院對疑似病例進行靜脈采血或者末梢采血，采血量約10ul，大概相當于一滴血的質量，之后通過試劑加樣，15分鐘內通過目測和儀器檢測進行判讀，就可以明確患者的診斷了。

3、影像學檢查

放射學診斷是新型冠狀病毒（2019-nCoV）肺炎診療過程中的重要一環。近日，中華醫學會放射學分會牽頭組織全國委員、心胸學組部分委員和國內相關醫院討論編寫了專家推薦意見。放射學診斷不是確診方法，但作為早期篩選具有重要意義，放射學檢查流程如下：

三、達摩院聯合阿里云研發全新AI診斷技術

達摩院聯合阿里云針對新冠肺炎臨床診斷研發了一套全新AI診斷技術，AI可以在20秒內準確地對新冠疑似案例CT影像做出判讀，分析結果準確率達到96%，大幅提升診斷效率。明日即將啟用的河南鄭州小湯山已經引入該算法輔助臨床診斷。

據介紹，核酸檢測作為病原學證據被公認為新冠肺炎診斷的主要參考標準。隨著臨床診斷數據的積累，新冠肺炎的影像學大數據特征逐漸清晰，CT影像診斷結果變得愈發重要。根據國家衛健委公布的診療方案第五版，臨床診斷無需依賴核酸檢測結果，CT影像臨床診斷結果可作為新冠肺炎病例判斷的標準。

而新冠肺炎患者的CT胸片的影像特征表現為單肺或雙肺多發、斑片狀或節段性磨玻璃密度影等細微變化。一位新冠肺炎病人的CT影像大概在300張左右，這給醫生臨床診斷帶來巨大壓力，醫生對一個病例的CT影像肉眼分析耗時大約為5-15分鐘。

達摩院醫療AI團隊基于當前最新的診療方案、鐘南山等多個權威團隊發表的關于新冠肺炎患者臨床特征的論文，突破了訓練數據不足的局限，基于5000多個病例的CT影像樣本數據，學習訓練樣本的病灶紋理，研發了全新的AI算法模型。通過NLP自然語言處理回顧性數據、使用CNN卷積神經網絡訓練CT影像的識別網絡，AI可以快速鑒別新冠肺炎影像與普通病毒性肺炎影像的區別，最終識別準確率高達96%。AI每識別一個病例平均只需要不到20秒，大大提高診斷效率，減輕醫生壓力。

值得一提的是，在 CT 影像識別算法之外，達摩院還與阿里云研發了輔助診斷算法，該算法可以根據患者基本信息、癥狀、實驗室檢查結果、流行病學史、影像報告等多維信息，進一步幫助輔助醫生制定科學的治療方案。
可見，隨著疫情中相關診療數據的不斷增加和人們對于疫情認知的逐漸深入，AI 能夠起到的作用越來越多——這是一件好事。

本文由電子發燒友綜合報道，參考自中華醫學會放射學分會、家庭醫生、中關村在線等，轉載請注明以上來源。