2月13日，湖北首次将临床诊断病例纳入新冠肺炎新增病例，且日新增病例中大部分为临床诊断病例。（12日0-24时，湖北省新增新冠肺炎病例14840例，其中临床诊断病例13332例。）
在国家卫健委最新《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》的诊断标准中，将湖北省内具有影像学特征的疑似病例定义为“临床诊断病例”，是对影像学在新冠肺炎诊断作用的肯定。在这一串数字背后，也隐藏着无数湖北影像科医生的艰辛付出。
奋战在湖北武汉一线的影像科医生目前的状态如何？近日，动脉网记者采访了华中科技大学同济医学院附属同济医院（简称：武汉同济医院）影像科主任夏黎明教授。
“现在的情况已经比除夕时好了很多。至少医生的工作时间开始规律起来。”夏黎明主任v表示，“我们现在是两组医师、两组技师轮班，每组工作12小时，24小时不间断工作。医院周围的酒店已经被我们医院承包，结束轮班的技师离开医院直接到酒店休息，对于他们，以及他们的家庭，都是最好的方式。”
夏黎明主任在交谈时试图表现得更轻松一点，但记者仍然能从电话的另一端感受到难以掩饰的严峻形势。据了解，疫情来袭后，武汉同济医院一个院区每天都有数百例ct检查、影像需要医生阅片、撰写报告，如果将医院三个院区的ct检查加起来，数量在大几百到千例之上，医院影像科的医生和技师常常没有时间吃饭和休息。
“这里面最辛苦的是放射技师，他们必须‘全副武装’，穿戴着口罩、护目镜、不透气的防护服进检查室帮助患者摆体位，零距离接触病人，几乎24小时不间断工作，既辛苦、又紧张，不到半个小时全身就会被汗水浸透。而阅片医生要面对的，除了疲劳，还有紧张——”夏黎明主任说，“我们影像科早一分钟把报告给到临床，临床就可以早一分钟处置患者，进行隔离和治疗。既要快又不能出一点差错，对于我们的每天工作12小时的影像科医生来说，是个巨大的挑战。”
身穿防护服的医生为患者摆放体位
上千例的人工智能影像，武汉同济医院如何应对？
疫情给武汉同济医院影像科带来巨大的压力，但夏黎明主任的团队不但没有退缩，还尝试用人工智能来缓解压力，提高工作速度。他们和推想科技一起，结合临床特征，对新冠肺炎的ct影像学表现进行研究并训练模型，在工作量猛增的战疫中，让ai这个不用吃饭不用休息的助手来协助医生进行判别和诊断。
当大多数人还沉浸在春节假期，推想科技就已经率先上线“肺炎ai特别版”，这个源于疫情一线的产品也被率先应用在了疫情一线。当然，武汉同济医院就是第一批用户。
“推想这个肺炎ai特别版，是完全针对这次疫情设计的。推想ai的定性功能为我们追踪患者的病情、进行回顾性研究提供了条件。一方面，推想的ai可以帮助医生对肺炎病灶进行定量测量分析，那么当患者第二次复查时，我们就能迅速通过过去的数据判断患者病灶的变化情况，这对医生诊断病情起到了极大的帮助；另一方面，我们在后续研究时可以依赖这些定量数据进行更为全面的影像与临床表现的相关性研究。”夏黎明主任介绍。
“其次，我们的3个院区早已人满为患，患者较长时间在医院排队等待检查和结果，交叉感染风险巨大。ai带来的效率提升可以尽可能地帮助降低患者等待结果时间。检查的时间其实很快，患者的大量时间都花在了等报告上，现在出具报告的时间已经因为ai的加入从几十分钟加速到了几分钟。”
武汉同济医院中坚守岗位的影像科医生
至于最近争论火热的“影像诊断与核酸诊断哪一个应为诊断标准这一问题”，夏主任认为这个问题没有一个确切的答案，对于不同地区、不同场景，不同的检测方式将发挥不同的作用。
“每一种检验方法都有它自己的优点和缺点。ct影像图像清晰度高，能够诊断早期轻微病变，如果当病变局限在咽喉部、气管、支气管时，肺实质与间质病变不明显，此时的胸部ct检查可能就是阴性；另外，新冠病毒肺炎也是一种病毒性肺炎，在这个季节常常有其它的病毒性肺炎的可能，如：流感病毒、腺病毒等，他们中间的影像诊断有时也比较难。尽管核酸检查是新冠病毒肺炎诊断的金标准，核酸一般咽拭子检测只有30-50%阳性率，且需要多次检查，各公司的试剂盒质量不一样，试剂盒开始也不够用。”
“此外，现有的医疗水平同样一定程度上限制了核酸检验的作用。核酸检验需要医护人员试剂盒使用经验有限，很难采集到上呼吸道附近的唾液样本，造成患者假阴；如果病人刚患病，样本中病毒载量过低，可能出现假阴性（漏诊）的情况。此外，pcr 检测方法对实验场地、检验仪器以及操作人员的要求都非常高。在许多基层医院，即便有试剂盒输送，医护人员也可能无法采集到有效的样本。”
所以，每项技术都拥有各自的优势与局限性，只有根据具体场景进行对的决策才能发挥最好的检验效果。
总的来说，人工智能在本次防疫战的作用可总结为以下五点：
一、能够为湖北等重点疫区提供更有效的诊断辅助。前文提到，按照《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》，ai+ct作为临床诊断病例判定的有效工具，将大大提速湖北省的病例诊断效率，而不用再纠结于核酸的假阴性和检测速度，无论对湖北省的患者治疗和疫情防控，都是利好。
二、能够将影像诊断提速，降低大量患者在院内等待检查结果时的感染风险。武汉等地的新冠病毒指定发热门诊医院都在超负荷运转，排队等待胸部ct检查的疑似患者非常多，交叉感染的风险巨大。ai使医生在超负荷工作状态下能够更快速、准确给出建议，也同时减少了患者的排队时间，并降低院内患者之间、医患之间交叉感染的风险。
三、ai+ct可成为基层疫情防控的主要力量。核酸监测是新冠肺炎确诊的金标准，但其不仅限于产能，而且对实验室环境要求极高，尤其在广大基层医院，并不具备检测条件，一次检测加上往返需要几天时间，延误对疫情的管控。而ai+ct可以更加快速、普及到基层医院，并且快速诊断，为疫情防控争取宝贵的时间。
四、有助于排查无症状感染者和早期患者，并对新冠肺炎治疗和转归提供帮助。新冠肺炎潜伏期长，早期症状轻微甚至有多例无症状感染者，也可能具有传染性，这些情况都对疫情防控形成巨大挑战。而对于这些症状轻微、无症状感染者，往往存在影像学的症状，所以通过影像学及时排查感染人群，对疫情防控意义重大。此外，ai不仅仅是一个影像的辅助工具，它具有强大的病程管理、疗效评估等功能，在此次新冠肺炎的早期发现、进展转归、临床治疗上，都可以为医生提供助力。
过去的信息化建设正在武汉发挥巨大作用
除了通过人工智能提升诊疗效率，过去重金投入的信息化，也在此次疫情之中发挥出重要作用。
回忆17年前的sars，许多医院甚至没有pacs系统，插错片、取错片的情况时有发生，而影像的调用、查阅、对比都非常耗时。想要获取临床数据进行后续分析非常简单。
如今，武汉同济医院将所有患者的影像信息记录都存储在医院之中，不仅保证了流程的准确性，其入档的随时可以用于相关部门研究。此外，该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。
“这几年建设的医疗信息化基础设施在本次事件中发挥了重要作用。如果某个院区的任务剧增的情况时有发生。这时，我们就可以将其他院的患者影像通过远程的手段传到咱们院去。而我们把影像报告书写完毕，也可迅速将它传到递交请求的医院，”
“通过我们的医联体，很多基层的疑难杂症可以直接在当地检查，再传给我们医院阅片。疫情时期，患者每次出门都将面临更多的风险，远程医疗本身就避免了患者跨村传播、跨县传播的可能。”
第三方医疗机构也通过远程医疗的方式尽力为疫区分担影像科医生短缺的压力。其中，365医院网站，一脉阳光开通线上免费远程会诊，支援疫区；美年健康联合大象医生、万里云等企业为医生、患者开方远程阅片咨询、心理咨询等服务；平安健康（检测）中心也通过本地和云端pacs系统为各地医院、患者提供远程阅片、影像托管、远程会诊、影像ai诊断等服务。
ct影像车弥补区域放射资源紧缺问题
“急招货车驾驶员,车身长18米,将‘医疗车载ct’箱式货车开往武汉协和医院,用于抗新型冠状病毒感染的肺炎检查。”1月23日，得知武汉疫情的严重之后，,浙江明峰医疗设备有限公司总经理陈胜朝在微信朋友圈里发送了一条信息。
远程医疗不是唯一一项分离患者人群，缓解核心医院压力的方式。因此，许多企业开始通过改良ct影像设备扩大ct使用范围，明峰医疗便是其中之一。
夏主任告诉动脉网记者：“从实际情况来看，新型冠状病毒没有对ct影像的硬件提出高要求，基层使用的16层ct便可以发现病灶。”因此，如果能够提高ct的移动性，则有可能为基层医疗及医疗资源紧张的疫区提供更多ct影像服务。
明峰医疗的车载ct便根据疫区情况进行了调整，其搭载的16层ct以其独立隔离、可移动设计，可在医院疫情防控、方舱医院、社区等室外（应急）应用、解决固定ct数量不足、应急场所无法短时间建立防护ct房间、需要隔离使用的临床需求。在实际之中，每台车载ct每日满负荷可诊断近200人。
不过，车载ct对医疗人员的要求较大，每台车载ct均需配置工程师、临床培训专家、现场安装设备的ct操作人员、医院培训人员。对此，明峰医疗选择将自有专家、医疗人员派往武汉进行现场工作。
同样使用车载ct扩大ct筛查范围的还有平安健康（检测）中心，过去该车载ct主要用于弥补偏远地区难以部署的缺口，而在1月29日，基于5g技术开发的64层移动ct影像车已经驶往湖北省人民医院，并在2月7日调往“方舱医院”，实现了单一设备的移动配置。
通过提高ct设备移动性的方式，再借助于影像平台的远程智能阅片功能，我们能够在疫区迅速搭建一个具备三甲医院诊疗能力的临时医院，武汉医疗资源短缺、影像科人才缺失的问题也因此得到缓解。
抗击疫情还需要时间
相比与sars时期的影像科室，今日的医生已经被层层武装，拥有了更精准地诊断能力与更高效地阅片能力，但人工智能技术在医疗领域的应用仍有完善的空间。
夏主任表示：“人工智能辅助诊断产品虽然已经能够为医生提供很多帮助，但在精准、深度方面，仍有需要完善的空间。例如，从影像学的角度，我希望可以得到更加智能的大数据分析，协助我们尽快发现病灶变化的规律，并且有利于相关药物的研发。当然，对于医生基本的使用而言，它的敏感度已足以应对本次疫情，达到提效、推进分诊等效果。”
目前已到抗疫的攻坚阶段，在科技的加持下，影像科的医生们仍在日夜奋战。虽然窗外人群依然熙熙攘攘，但对于疫情的终点，我们已经看到众人合力点起的微光。
感谢一路上为抗疫挺身而出的医生及同行者们。
作者：赵泓维