醫院，是抗擊新型冠狀病毒肺炎的第一戰場。疫情爆發以來，一批一批醫務人員衝上前線，他們來自不同醫院、不同科室，面對著同樣的敵人，卻也是陌生的敵人。然而，新冠肺炎的診斷治療分秒必爭、不容有失，擺在一線醫務人員面前的，是一項異常艱巨的任務。
首先，對於第一次出現在公眾視野的新型傳染病，前線大部分醫生都是第一次接觸，既要避免誤診、漏診，又需考慮到有限的床位和設備資源，診斷必須格外謹慎。
其次，根據國家衛健委公布的診斷標準，新冠肺炎診斷流程複雜。作為關鍵的診斷依據，CT影像閱片工作量大，核酸試劑檢驗效果不穩定，病毒基因測序周期長且產能不足。再加之，新冠病毒潛伏期長，傳播路徑複雜，這些因素都要求醫生在病例診斷時綜合分析臨床症狀、檢測結果和流行病學史等多方面信息。
與此同時，一線新冠肺炎治療藥物仍在緊密研製中，衛健委的官方診療方案更新速度快，醫生需要及時學習了解。
艱巨的任務，需要硬核的解法。
確診標準實時更新、 海量信息比對、多源數據綜合分析……這些困擾醫生的難題，恰恰是AI和大數據技術擅長的。
阿里雲、達摩院聯合衛寧醫療，共同研發新冠肺炎AI輔診平台，基於國家衛健委《新型冠狀病毒肺炎診療方案第六版》中的診斷標準，藉助圖像識別、自然語言處理、量化分析、數據建模等技術，為臨床醫生和醫技醫生提供CT影像智能識別、AI輔助疑似病例診斷、智能病歷質檢三大能力。
2月16日，鄭州版「小湯山」醫院——鄭州歧伯山醫院正式啟動運營，作為新冠肺炎患者定點救治醫院。不僅僅是搭建神速，鄭州歧伯山醫院也是首個引入新冠肺炎AI輔診平台的醫院。機器「吃進病例數據，吐出診斷結果」，在確保診斷準確率和效率提升的同時，減輕醫生工作負荷 。
△新冠肺炎AI輔診平台示意圖
一名新冠肺炎病人在檢查階段，會經過問診、常規檢驗、CT影像檢查、核酸試劑檢驗這些環節。接著進入診斷階段，由臨床醫生診斷該病人為疑似病例、確診病例或繼續觀察。疑似病例和確診病例，會進入診療階段。新冠肺炎AI輔診平台的3大應用，對應上述三個階段，為醫生提供精準高效的分析結果。
（一）檢查階段：CT影像智能識別應用
一位新冠肺炎病人的 CT 影像大概在300張左右，每診斷一個病例，影像醫生需要投入大約為5-15分鐘時間，全程依靠肉眼觀看，非常考驗醫生精力。提升臨床診斷效率，成為抗疫期間核心需求之一。
經實驗測算，CT影像智能識別應用可在 20 秒內對疑似病例的 CT 影像進行判讀，區分新冠肺炎、普通病毒性肺炎及健康的影像，根據紋理特徵計算疑似新冠肺炎的機率，並直接算出病灶部位占比，量化、預測病症的輕重程度，大幅度提升診斷效率，為患者的治療爭取寶貴時間。
△CT影像智能識別應用截圖
（二）診斷階段：AI輔助疑似病例診斷
AI輔助疑似病例診斷應用是根據國家衛健委官方診斷標準，結合醫療大數據知識圖譜構建出來的一個智能識別模型。
它通過自然語言處理（NLP）、卷積神經網絡影像識別（CNN）等深度學習算法，自動解析病人的基本信息、臨床症狀、流行病史、檢驗檢查結果、放射性影像報告，並提煉出多維病理特徵，在此基礎上通過智能評分模型，判斷該病人患新型冠狀病毒肺炎的機率，並提供依據和合理解釋，提示醫生及時發現新型冠狀病毒的疑似病人。
AI輔助診斷算法能輔助醫生提高對疑似病患的診斷效率，減少誤診漏診情況發生。尤其對未接診過新冠肺炎病例或低年資醫生，可提供有效的診斷鑑別提示。
△新冠肺炎AI輔助疑似病例診斷應用截圖
（三）診療階段：智能病歷質檢應用
在診療過程中，病歷是確保診療質量的重要依據，規範化的電子病歷是後續治療方法分析、臨床規律總結的基石。病歷質檢應用能自動結構化識別醫生書寫的病人症狀、檢查檢驗、臨床分型、治療方案等，輔助醫生正確高效地書寫病歷，並按衛健委官方治療要求實時提示醫生。以保證特效治療方式出現前，儘可能規範新型肺炎的診療，確保患者得到有效的治療。同時，規範化結構化的病例資料，也有助於醫療科研機構的疾病防治和藥物研究。
△CT影像智能識別應用截圖
新冠肺炎AI輔助診斷平台，為抗擊疫情一線的醫務人員提供一站式的數字戰疫利器，在鄭州歧伯山醫院正式啟用後，陸續在鄭州市人民醫院、鄭州市金水區總醫院落地使用。其中，CT影像智能識別應用已在湖北武漢、河南鄭州、山東日照、廣西柳州、陝西漢中等16個省（自治區、直轄市）內的49家醫院試點部署，平均每個病患診斷耗時的理論值是20秒內，現場實際耗時在3-4秒左右，相較於傳統的平均15分鐘的診斷時間，實現了CT閱片效率的重大突破。