手机网站
手机网站
将湖北省具有影像学特征的疑似病例定义为国家卫生保健委员会最新《新型冠状病毒感染肺炎诊疗方案(试行5)》诊断标准中的“临床诊断病例”，肯定了影像学在新发肺炎中的诊断作用。在这一串数字背后，还有无数湖北影像医生的辛勤努力。湖北武汉
199放射科医师战斗现状如何？近日，动脉网络记者采访了华中科技大学同济医学院同济医院影像科主任夏立明教授“情况比除夕那天好多了。”至少医生的工作时间开始变得有规律了。夏立明主任五说:“我们现在分两组医生和两组技术员轮班工作，每组每天工作12小时和24小时。”医院周围的旅馆已经被我们医院承包了。完成轮班的技术人员离开医院，去酒店休息。这对他们和他们的家庭来说是最好的方式。
的导演夏立明在谈话中尽量放松，但记者仍能从电话的另一端感受到这种艰难的局面。据了解，在疫情爆发后，武汉同济医院的一个医院区域每天有数百次CT检查，这些图像需要医生阅读胶片和撰写报告。如果把三个医院区域的CT检查加起来，数字将超过数百到数千，医院成像部门的医生和技术人员经常没有时间吃饭和休息。
"最困难的是放射技师。他们必须“全副武装”，戴上口罩、护目镜和气密防护服才能进入检查室，帮助病人自己定位。他们与病人零距离接触，几乎24小时不间断地工作。他们既努力又紧张。不到半个小时，全身就会被汗水浸透。但是，看电影的医生不仅要面对疲劳，还要面对紧张，”夏立明主任说，“我们的影像科会提前一分钟向门诊报告，门诊可以提前一分钟对病人进行治疗，对病人进行隔离和治疗。对于我们每天工作12小时的成像医生来说，快速且不出错是一个巨大的挑战。“
医生穿着防护服为患者摆放了
万例人工智能图像。武汉同济医院应该如何应对？
199疫情给武汉同济医院影像科带来了很大压力，但夏立明主任的团队不仅没有退缩，还试图用人工智能来缓解压力，提高工作速度。结合推测性技术和临床特征，他们研究了新发肺炎的CT影像表现和训练模型。在工作量急剧增加的战争流行病中，不需要进食或休息的助手人工智能被允许协助医生做出判断和诊断。在大多数人还沉浸在春节假期中的时候，假设科技已经率先推出“人工智能肺炎特别版”，这款源自疫情第一线的产品也首次应用于疫情第一线。当然，武汉同济医院是第一批用户
”假设这个人工智能肺炎特别版完全是为这种流行情况设计的假设人工智能的定性功能为我们跟踪病人的病情和进行回顾性研究提供了条件。一方面，假设的人工智能可以帮助医生对肺炎病灶进行定量的测量和分析，因此当病人再次复查时，我们可以通过以往的数据快速判断病人病灶的变化，这对医生诊断病情有很大的帮助。另一方面，我们可以依靠这些定量数据在随后的研究中进行更全面的影像学和临床表现之间的相关性研究”主任夏立明介绍道
“其次，我们的三个医院区已经人满为患，病人排队检查和检查结果的时间很长，交叉感染的风险很大。人工智能带来的效率提升有助于尽可能减少患者等待结果的时间。检查时间实际上非常快，病人要花很多时间等待报告。由于人工智能的加入，现在发布报告的时间已经从几十分钟缩短到几分钟。“
关于“影像诊断和核酸诊断的诊断标准应该是哪一个”这一激烈争论的问题，夏主任认为这个问题没有明确的答案，不同的检测方法在不同的地区、不同的场景会发挥不同的作用。
"每种测试方法都有其优缺点CT图像清晰度高，可以诊断早期小病灶。当病变局限于喉、气管和支气管时，如果肺实质和间质病变不明显，此时胸部CT检查可能为阴性。此外，新冠状病毒肺炎也是一种病毒性肺炎。在这个季节，通常还有其他病毒性肺炎的可能性，如流感病毒、腺病毒等。其中的影像诊断有时很困难。尽管核酸检查是诊断新冠状病毒肺炎的金标准，但一般的核酸咽拭子试验的阳性率只有30-50%，需要多次检查。不同公司的工具包质量不同，而且一开始工具包还不够。“
”此外，现有的医学水平也在一定程度上限制了核酸检测的作用核酸检测需要医务人员有限的试剂盒使用经验，这使得很难在上呼吸道附近收集唾液样本，导致患者出现假阴性。如果患者刚刚生病，样本中的病毒载量过低，可能会出现假阴性(漏诊)。此外，聚合酶链反应检测方法对实验场所、检测仪器和操作人员都有很高的要求。在许多基层医院，即使提供了试剂盒，医务人员也可能无法收集有效样本。“
，因此，每种技术都有自己的优势和局限性，只有根据具体情况决策才能发挥最佳的测试效果
总的来说，人工智能在这场防疫战争中的作用可以概括为:
1，它可以为湖北等重点疫区提供更有效的诊断辅助手段如前所述，根据《新型冠状病毒肺炎诊疗方案(试行五)》，人工免疫+计算机断层扫描作为临床诊断病例确定的有效工具，将大大加快湖北省的病例诊断效率，而不用担心核酸的假阴性和检测速度，对湖北省的病人治疗和疫情防控都有好处。
2，可加快影像诊断，降低大量患者在医院等待检查结果的感染风险武汉等地新冠状病毒指定发热门诊医院超负荷运转。有许多疑似病人在排队等待胸部CT检查，交叉感染的风险是巨大的。人工智能使医生能够在超负荷工作条件下更快、更准确地给出建议，同时，它还减少了病人的排队时间，降低了住院病人之间以及医生与病人之间交叉感染的风险。
3、人工智能+CT可成为基层防疫和控制的主力军核酸监测是诊断新诊断肺炎的金标准，但它不仅局限于能源生产，还需要极高的实验室环境，尤其是在大多数不具备检测条件的基层医院。一次检测加往返需要几天时间，这推迟了疫情的控制。人工免疫+CT在基层医院应用更快、更广，诊断更快，为疫情防控赢得了宝贵的时间。
4，有助于筛查无症状感染者和早期患者，并为新冠肺炎的治疗和预后提供帮助新皇冠肺炎潜伏期长，早期症状轻微，甚至有许多无症状感染者，也可能具有传染性，这些都给防疫和控制带来了很大的挑战。然而，对于那些感染了轻微症状而没有症状的人，通常会出现影像学症状。因此，通过影像及时筛查感染者对疫情防控具有重要意义。此外，人工智能不仅是影像学的辅助工具，还具有病程管理、疗效评价等强大功能，可为医生早期发现、进展和预后以及临床治疗这一新的冠状动脉性肺炎提供帮助。
过去的信息化建设在武汉发挥着巨大的作用。
不仅通过人工智能提高了诊疗效率，而且通过过去投入巨资的信息化在疫情中发挥了重要作用。
召回非典17年前，许多医院甚至没有PACS系统，不时插入和拍摄错误的胶片，而图像的召回、检查和比较非常耗时。获得用于后续分析的临床数据非常简单。
现在，武汉同济医院存储了该院所有患者的影像信息记录，这不仅保证了流程的准确性，而且可以在文件录入时随时供相关部门研究使用。此外，医院开展的远程会诊项目也极大地解决了基层医疗机构的患者诊断问题。
“近年来建立的医疗信息基础设施在此事件中发挥了重要作用。”如果医院区域的任务数量急剧增加，这种情况会时有发生。此时，我们可以通过远程方式将其他医院的患者图像传输到我们的医院。当我们写完视频报告后，我们还可以通过我们的医学会迅速将其传送到提交请求的医院，“
”，许多基层疑难杂症可以直接在当地检查，然后传送到我院阅读。在流行期间，病人每次外出都会面临更多的风险。远程医疗本身避免了病人在乡村和乡村之间传播的可能性。“
第三方医疗机构也尽最大努力通过远程医疗分担疫区影像医生短缺的压力其中，365家医院网站，一脉阳光开通网上免费远程会诊，支持疫区；美中卫生联盟大象医生、万里云等企业为医生和患者提供远程咨询和心理咨询服务。平安健康(检测)中心还通过本地和云PACS系统向世界各地的医院和患者提供远程电影阅读、图像托管、远程咨询、图像人工智能诊断等服务
CT成像车弥补了区域辐射资源的不足
”紧急招募身长18米的卡车司机，并驾驶“医用车载CT”箱式车前往武汉协和医院进行肺炎检查，以预防新型冠状病毒感染“1月23日，得知武汉疫情的严重性后，浙江鸣凤医疗器械有限公司总经理陈在微信朋友圈发了一条短信
远程医疗不是隔离患者群体和缓解核心医院压力的唯一方式因此，许多企业开始通过改进CT成像设备来扩大CT的使用范围，鸣凤医疗就是其中之一。夏主任
告诉动脉网记者:“从实际情况来看，新型冠状病毒对CT图像的硬件要求不高，基层使用的16层CT可以发现病变因此，如果能够提高CT的移动性，就有可能为医疗资源紧张的初级医疗保健和疫区提供更多的CT成像服务。根据疫情调整
鸣凤车载医用CT。车辆携带的16层螺旋CT可用于室外(紧急)应用，如医院防疫和控制、收容所医院、社区等。由于其独立的隔离和可移动设计，从而解决了固定CT数量不足、无法在短时间内在急救场所建立防护CT室以及隔离和使用的临床需求。实际上，每台车载电脑每天可以诊断将近200人。
但是，车载CT需要更多的医务人员，每个车载CT必须配备工程师、临床培训专家、现场安装设备的CT操作员和医院培训人员对此，鸣凤医疗选择派遣自己的专家和医务人员到武汉进行现场工作。
还利用车载电脑扩大电脑筛查范围，平安健康(检测)中心。过去，这种车载CT主要用于弥补在偏远地区难以部署的差距。1月29日，基于5G技术开发的64层移动CT成像车转移到湖北省人民医院，2月7日转移到“收容所医院”，实现了单台设备的移动配置
通过提高CT设备的移动性，依靠影像平台的远程智能读片功能，我们可以在疫区快速建立一个具备3A医院诊疗能力的临时医院，缓解武汉影像科医疗资源和人才的短缺。
抗击疫情需要时间
与非典期间的影像科相比，今天的医生已经层层武装起来，具备了更准确的诊断能力和更高效的读片能力，但人工智能技术在医学领域的应用还有待提高。夏主任
表示:“虽然人工智能辅助诊断产品已经为医生提供了很多帮助，但在准确性和深度方面还有待提高例如，从影像学的角度来看，我希望能得到更智能的大数据分析来帮助我们尽快找到病变变化的规律，并有利于相关药物的研发。当然，对于医生的基本用途来说，它的灵敏度足以应付疫情，达到提高疗效、促进分诊等效果。“
现在已经到了抗击疫情的关键阶段。有了科学技术的支持，影像科的医生们仍在日夜奋战。尽管窗外的人群依然熙熙攘攘，但我们已经看到了疫情结束时人群照亮的一丝曙光。
感谢医生和同事们一路与疫情作斗争。
