2月28日，连心医疗基于百度飞桨平台开发上线“基于CT影像的肺炎筛查与病情预评估AI系统”，已首先在湖南郴州湘南学院附属医院投入使用。

该系统基于连心医疗在医学影像领域积累的核心AI技术，结合飞桨开源框架和视觉领域技术领先的PaddleSeg开发套件研发，可快速检测识别肺炎病灶，为病情诊断提供病灶的数量、体积、肺部占比等定量评估信息。同时辅以双肺密度分布的直方图和病灶勾画叠加显示等可视化手段，为临床医生筛查和预诊断患者肺炎病情提供定性和定量依据，提升医生诊断和评估效率。

CT影像已成为新冠肺炎筛查和病情诊疗的重要依据。在当前疫情诊疗的关键时期，存量患者和新增患者总体数量庞大，医生需要对患者不同进展期的多次CT影像检查进行随访对比，以对患者的病情发展和治疗效果进行精准评估。如果采用传统目测检视的医学影像检查手段，医生不仅工作量巨大，也难以对患者病情做到精准评估和及时对比。在全社会抗击疫情医疗资源紧张、医生超负荷工作的情况下，超量的CT影像检查无疑会对一线抗疫工作形成巨大的医疗资源需求挑战，并影响患者的诊疗速度。而基于AI技术打造的CT影像肺炎筛查与病情预评估系统的上线，能有效帮助临床医生缓解工作压力，加快患者诊疗速度，为缓解医疗资源不足和取得抗疫的最终胜利提供助力。

（图：百度飞桨助力连心医疗开发的基于CT影像的肺炎筛查及病情预评估AI系统）

首先落地在湘南学院附属医院的这套AI肺炎筛查和预评估系统，可在几十秒内完成对患者CT影像的病灶检测、病灶轮廓勾画、双肺密度分布直方图及肺部病灶的数量、体积、肺部占比等全套定量指标的计算与展示。其中，该系统在测试数据集上的病灶检测精度和召回率分别达到92%和97%，做到在保证高病灶检出精度的基础上防止漏检。在系统研发过程中，湘南学院附属医院为该系统的算法训练数据提出了严谨的标注标准，为算法模型的上线提出了严格的验收要求，在系统的功能模块设计上也提供了专业的临床指导意见。

尤其值得强调的是，该系统采用的深度学习算法模型充分训练了所收集到的高分辨率和低分辨率的CT影像数据，能极好地适应不同等级CT影像设备采集的检查数据，有望为医疗资源受限和医疗水平有限的基层医院提供有效的肺炎辅助预诊断工具。

该系统后续还将陆续于湖北、成都等地医院部署，协助当地医生对抗疫情。借助于百度飞桨深度学习平台，该系统在线版本也将对全国定点收治医院免费开放，有利于医疗人员基于该系统开展远程会诊协作，提高基层医院的病情诊断和救治能力，进而有望降低患者在转诊、巡诊等过程中产生的交叉传染风险。

基于共同的积极承担社会责任的企业担当，秉持用科技服务于社会的共识，为了促进围绕医学影像分析的新冠肺炎诊疗研究的行业发展，百度飞桨助力连心医疗在业内首次开源上述系统中的肺炎CT影像分析AI模型，并在百度飞桨平台上开放，为全行业的研究和研发提供一把“利器”，也期待更多的医院和算法研究者参与到基于AI的医学影像大数据抗疫产品研发中来，为抗疫临床研究和临床产品研发贡献力量。

同时该模型作为预训练模型也已通过EasyDL定制化训练和服务平台开放，开发者可通过在EasyDL图像分割模型中，选择“肺炎CT影像识别专用算法”，少量数据训练即可获得基于实际场景进一步优化的模型，并提供可灵活支持多种部署形式的可即用的模型服务。

北京连心医疗科技有限公司，在智能医疗影像研究方面处于国内领先行列，公司基于人工智能和云计算技术，致力于向医院、第三方影像中心提供器官和病灶自动勾画的技术工具和云服务。值此全民抗疫时期，连心医疗快速审视自身积累，基于飞桨平台快速开发上线并开源开放基于CT影像的肺炎筛查和病情预评估系统，愿竭力为抗击疫情贡献自己的力量。

百度飞桨作为国内唯一开源开放、功能完备的产业级深度学习平台，开源是飞桨长期践行的方向。疫情之下，飞桨免费开源业内首个口罩人脸检测及分类模型，以及助力连心医疗开发和开源肺炎CT影像分析AI模型，发挥百度各项领先的AI能力，快速有效支持所有疫情相关企业、政府、机构等共同战疫。