5G网络下新冠病人AI智能初筛系统设计与实现

乔丰，孙泽鹏，马建均

（中移（成都）信息通信科技有限公司 研发一部，四川 成都 610041）

0 引言

自2019 年底暴发至今，新型冠状病毒引发的肺炎疫情席卷全球，严重危害了人们的生命健康。中国国家卫生健康委员会在第五版新冠肺炎诊疗方案已经提出，胸部CT（Computed Tomography）是新冠肺炎临床诊断的重要依据[1]。但在疫情大爆发期，影像筛查基本由影像科医生人工完成，由于患者数量多、肺内病灶多、进展变化快、短时间内需要多次复查、医生资源紧缺、医生临床经验与判断标准不能同质化等多种原因，影像科医生阅片数量大、阅片周期长，常常严重超负荷工作、身心疲惫、诊断效率低下、结果容易误判，导致未能及时筛查出已感染的患者，不利于快速控制疫情。

为了充分发挥人工智能（Artificial Intelligence,AI）技术赋能医学影像筛查，协力抗击新型冠状病毒肺炎疫情，工业和信息化部倡议充分挖掘新冠肺炎诊疗及疫情防控的应用场景，攻关并批量生产一批用于辅助诊断、快速测试、精准测温与目标识别等方面的智能化产品。目前，国内外有大量科技公司和研究机构都在致力于将人工智能技术应用于医疗行业，但主要集中在互联网问诊、肺结节检测、心脑血管检测、癌症靶区勾勒、病理切片识别等领域[2]。基于卷积神经网络（CNN）的医学影像分割处理技术目前已经针对多种病种进行了具体应用，来辅助医生对病症进行诊断；利用经过医生对具体病灶标注过的图像进行训练，CNN 模型可以学习到医生对具体病种病灶的判别方式，样本数量越多，同病种多专家标注方式和类别越全，训练好的AI 模型的输出结果就越准确[3-4]。……