摘要：2020年初新冠突发，在这场抗疫的战斗中，让我们深刻体会到，疫情与每一个人息息相关。有这样一群来自华中科技大学的师生项目团队，他们利用AI技术，助力全球抗疫，他们是怎么做的呢？让我们一起来看看吧！
2020年伊始，新冠突发，在这场抗疫的战斗中，让我们深刻体会到，疫情，与每一个人息息相关。
幸运的是，我们从不缺真正的勇士，有人留下一封封铿锵有力的“请战书”，连续作战在防疫一线；也有人投入研发，负重前行，自发为医生减负，以白翔教授与史天意博士生为代表的华中科技大学师生们正是如此。
一群来自华中科技大学的年轻人，在疫情最紧张的时候，自发组团投入研发，仅用11天完成几个月的研究工作量，开发出AI量化医疗辅助系统，辅助国内几十家医院推进新冠肺炎诊断工作，该项目得到了国务院副总理孙春兰的充分肯定。随后，系统又推广至全球几十个国家，助力全球抗疫。如今，项目进入了第六届中国国际“互联网+”大学生创新创业大赛决赛。他们说，支撑不眠不休进行研发的动力，至始至终只有一个：与时间赛跑，挽救更多的人生命！
一声呼应
危难关头，总有人挺身而出。在疫情大爆发的时候，华中科技大学的师生们得知医院超负荷收载，医疗资源供不应求，核酸检测进程比较慢，同时人工阅片诊断能力有限，导致许多人没有办法及时确诊和治疗，华中科技大学师生团队紧急集合，自发组织成立AI战疫团队，希望能够将AI医疗技术运用到肺部CT的诊断上，帮助医生迅速确诊新冠病人，让患者及时入院，减轻医院负担。
初步成立的团队仅有11人，适逢学校放假期间，同学们分散在全国各地，甚至海外，团队交流成了项目的阻碍，依托于华为线上WeLink，辅助团队实时沟通，高效协作，完成了前期的项目分工及技术分配，有人负责项目的整体规划和算法系统的布局；有人进行整个团队的公益组织、安排规划；有人投入算法研究中，负责整个系统的开发。在线上完成数据的分配、标注以及算法的开发、迭代更新，整个项目迅速推进。
众人接力
系统研发中，数据的采集和处理是最为棘手的问题。
新冠作为突发的疾病，之前是没有数据的。团队首先联系医院线上接收数据，但由于医院网络传输速度慢，加上每个病人大概都有300-500张CT，数据着实庞大，等待传送完成的时间过长。在武汉病情分秒必争的情况下，时间就是生命，这时团队中家在武汉的成员自告奋勇去医院影像科拷贝数据，回来后得知当时拷贝现场身边就有一个新冠肺炎的患者，心里还是特别的后怕。后来连小区都封闭管理了，只能靠医院的医生在高压的情况下开车将数据带到小区楼下，隔着围墙递给团队成员，就这样一次又一次的接力，完成了数据的搜集。
有了数据，接下来就是分类标注了。依托于华为云平台的对象存储服务OBS进行数据管理，团队每天将需要标注的大量数据上传到平台，并分配给大家，每一位同学都可以很方便快速地从平台上获取自己的数据，在标注完成后，将最终的数据再上传，既方便统一管理，又能提高工作效率。“因为OBS系统还是比较方便的，下载速度也比较快，我们能够很多人，38个人一起去共用整个系统，也没有说有任何问题。”项目负责人史天意说到。
作为第一次接触数据标注软件的同学们，如何使用成了接下来的问题，华为第一时间通过线上整理了软件的基础功能、使用讲解教程，并派出技术人员指导，帮助团队迅速完成标注的工作。在研究过程中，华为为团队培训了新冠肺炎医疗数据的标注规范，包括如何正确阅片区分不同类型的病灶区域，如何更加准确的标注判断轻重症患者等，帮助团队迅速熟悉华为云平台。执行中，团队共标注了4800多例数据，那段时间几乎每个人每天只能睡两三个小时。
人工智能在有数据的前提下才能实现算法的应用。当时，学校的实验室处于关闭状态，服务器等设备都无法使用，长期租赁费用也比较高，基于华中大学多年来与华为的合中建立的深厚的情感，团队紧急联系华为，并得到了华为的免费支持，包括安全快速的数据管理服务、方便的模型训练测试平台等。通过华为云ModelArts算法平台，团队进行模型的训练和测试，基于可视化界面系统，直观的监测训练过程的LOSS和分割分类结果，节省了代码重复编程的过程，省时省力，快速上手，安全可靠。
除此之外，华为的工作人员进行了算法的分享会、数据分析交流会等，分享他们的技术上建议和研发经验。“华为员工在AI医疗行业工作多年，对业务数据和逻辑的理解比较深刻。在新冠疫情早期，华为员工通过电话会议的形式为我们分享经验，并随时在线解答问题，使大家更好地理解医疗诊断的业务流程，为后续的算法研究打下了坚实的基础。他们这种高效务实的工作作风和对业务的专研精神使我们受益匪浅。”回忆起当时的场景，史天意无不感慨。包括后面系统开发完成后，国内多家医院以及国外医院的推广都有华为的支持和帮助。
尽管阻碍重重，但每个人都在不断地接力解决困难。没有人想过具体哪天能将系统做出来，他们心里想的只有“早一天做出来，就能多救一些人”。随着号召不断，11人的团队扩大到了38人，到最后已有68人，正是因为他们的这股热情和毅力，才能将几个月的研发量，压缩到了11天完成，1月31号团队成立进行研发，2月11日系统便可正式投入运营，免费对定点医院做开放服务了。
又快又准
在系统后期推广部署上，团队与华为共同承担。AI量化医疗辅助系统首先应用在武汉同济、协和这两家重点医院上，它们容纳了当时大部分患者，尤其是重症患者的收治。随后，团队与华为一同将系统推广到了海外几十个国家，助力全球抗疫工作。
▲项目负责人史天意
AI量化医疗辅助系统针对疫情期间病人难以及时入院收治的问题投入研发，解决了当时困扰医护人员的三大问题。
第一个判断是否是新冠，通过CT可秒级判断病人是否患有新冠，如果证实患有，可以将其收入院，符合“早发现、早隔离”的国家的号召，减少交叉感染风险，迅速阻断病毒传播。
第二个判断新冠患者病情轻重，量化分析病人病情。系统通过新冠病患者的肺部CT去量化判断肺部感染的体积有多少，以此来断定病人是轻症，还是重症，这有助于医生更有针对性地进行治疗。同时，病人入院后，短时间会做多次CT，医生难以用肉眼去判断病患现在所做的CT和上一次所做的CT有什么区别，进行精准医疗。而系统可以直接给出判断结果，比对多次对比的精准量化结果，告诉医生患者的病情的变化情况，以帮助医生根据病情的变化调整治疗方案。
第三个预测轻症病患者转化成重症的可能性。由于新冠的特殊性，具有炎症风暴的存在，如果轻症病人引发了炎症风暴，死亡率可能要超过50%。团队和医生沟通后，研发了重症预测的功能，也就是根据轻症患者的基本信息、既往病史、临床数据与CT影像等多种信息，判断其有没有可能在将来会转化成重症。如果有，医生便可提前制定治疗方案，或者做好预防阻止其发展成重症患者，挽救病人生命。
相比于人工，AI量化医疗辅助系统的优势就是快、准。一个医生阅片大概需要15分钟-30分钟，而经过系统去判断只需要2~3秒，这就是快。人类医生无法熟记每个病人的所有CT并进行特别精准量化处理，也无法对病情位置进行特别详细的勾勒，而系统能给出一个特别精准的量化结果，帮助医生去调整他的诊疗方案，这就是准。
疫情在不断变化，团队也一直不断地更新系统。为了让系统更好助力国外疫情防控，项目成员与其他大学共同建立联邦学习模型，在保护数据隐私、保证合法合规的前提下，多参与方或多计算结点之间开展高效率的机器学习，建立虚拟的共有模型，用于解决数据孤岛问题，也让系统更符合疫情的发展趋势。
当然了，系统并不会随着新冠疫情的结束，而终结它的使用寿命。如果某一天，又出现了新冠肺炎患者，系统仍会做出最快的反应，让全国所有的医院接收到预警，第一时间做好防控，避免病情再次扩散。同时，项目成员认为现在主要做的是AI辅助诊断，相当于通过CT影像学的信息去给予医生各种各样的信息，帮助他们更好诊断病人的病情。未来，各种癌症，比如胰腺癌、肺结节、肺癌、X射线成像等等都可以通过AI辅助诊断去提供量化的信息，帮助医生进行判断。
▲团队推广与公益志愿服务负责人朱盈盈
AI量化医疗辅助系统的完成得到了各方的认可，国务院副总理孙春兰率*指导组到华中科技大学进行视察时，AI量化医疗辅助系统项目成员作为华中科技大学的代表之一，向孙春兰副总理做了汇报。副总理当即对系统的精准性和速度给予了充分的肯定。现在，AI量化医疗辅助系统项目进入了第六届中国国际“互联网+”大学生创新创业大赛金奖争夺赛，与全球顶尖名校学生同台竞技，以红旅公益组第一名的成绩，夺得大赛金奖。
对此，项目团队成员表示，他们将把这个公益长期做下去。因为新冠可能会常态化存在，但还有很多的医院都缺乏这样的技术，让更多的人去了解这个项目，了解如何用AI技术与疫情进行抗争，让更多的人与公司加入团队，给予团队力量，以使得系统在未来得到不断的完善，普惠更多人群。
华为助力仍在继续
未来，华为将继续加大教育和人才培养上的投入。华为联手教育部，在有关高校打造 “智能基座”产教融合协同育人基地，现已在北京大学、清华大学、上海复旦大学、上海交通大学、西安交通大学、哈尔滨工业大学等72所高校，把鲲鹏、昇腾系列课程融入计算机专业、软件工程专业、人工智能专业、电子信息专业进行首批试点。
AI医疗方面，华为一直与华中科技大学有合作，前期投入了心脏分割以及动脉瘤检测方面的研究，目前正在进行关于脑神经的分割项目，未来会帮助更多生物学家去分析人的脑信号等工作。
一支穿云箭，千军万马来相见，面对狂野的、未知的病毒和困难，我们依然怀揣希望，挺身而出，与星夜鏖战。冬天来了，春天也会在路上，每个太阳升起的早上，曙光都不会或缺。