阿里达摩院 AI医疗 「铸剑」四年：上线170家医院，落地57座城市

编者按：本文来自微信公众号“机器之能”（ID：almosthuman2017），作者凡雪，36氪经授权发布。 

疫情突然，对于各行各业来说都是一场大考，尤其是 AI 医疗行业，从疫情咨询、药物研发、病毒基因分析再到临床诊断等多个环节，紧急上阵，达摩院医疗 AI 团队却连点成线，应用「处处开花」。

在这背后，是达摩院医疗 AI 团队的四年蛰伏，从肺部 CT 影像切入医疗 AI，到后来在肝结节、心血管、骨科等方面均取得不错进展。

疫情当下，不仅仅是达摩院医疗 AI「仗剑」逆行，国内无论是互联网企业、医疗相关企业都在驰援路上，让医疗 AI 价值在抗疫中得到验证，从而加快相关产品落地，一定程度上解决以往医疗 AI 企业营收困难的现状。

正如达摩院高级研究员华先胜所说 AI 助攻，人类医生提效，完成这一愿景指日可待。

撰文 | 凡雪

编辑 | 四月

现如今，疫情正逐渐蔓延至全球，国内疫情肆虐的风暴过后，每当复盘抗疫历程，阿里、达摩院，总会成为不可忽视的关键词条。

的确，不论是与浙江疾控中心合作的基因检测平台，将疑似病例基因分析时间缩至半小时；还是率先在郑州「小汤山」应用的 CT 影像系统；或是国内 57 座城市都在用的智能疫情机器人，阿里抗疫覆盖疫情咨询、药物研发、病毒基因分析、临床诊断等多个环节，力度不可谓不大。

如今影响力还在不断扩散，据阿里统计，截至 3 月 31 日，达摩院 CT 影像 AI 已在浙江、河南、湖北、上海、广东、江苏、安徽等 16 个省市近 170 家医院落地，已诊断 34 万临床病例。

随着疫情全球扩散，3 月 31 日，达摩院 AI 随着阿里云一同出海——日本知名医疗科技机构 JBC 正式上线阿里云新冠肺炎 AI 诊断技术，开始向日本医院提供这一服务，帮助医生通过 CT 影像快速进行新冠肺炎筛查。

「系统 20 秒内对新冠疑似患者 CT 影像做出判读，并量化病症的轻重程度，分析结果准确率达到 96%」，从华先胜嘴里跳出的数据，直观地显示着这套系统的辅助作用。

华先胜是阿里巴巴集团副总裁、达摩院高级研究员，2001 年北大数学系博士毕业，在微软工作 14 年后被「阿里云之父」王坚挖角，开启阿里在 AI 视觉研发和落地方面的探索。

2 月 4 日，达摩院接到任务，要借助 AI 技术对新冠疑似案例 CT 影像做出判读，4 天内，达摩院算法团队便已构建出一个识别模型，模型刚出来，团队便在小范围数据集上做测试。

但仅仅基于小范围的数据产出的产品并不足以让人信服，加之彼时疫情尚处初期，全球尚无充足的临床数据，更无标准的数据集。

在这种情况下，团队转换思路，调取出原有存量数据——天池大赛中「肺部 CT 多病征智能诊断」数据，另一方面，达摩院还加紧与外部机构协作，与浙大一院、万里云、长远佳和古珀医院等多家机构合作，很快就突破了训练数据不足的局限。

据了解，天池大数据竞赛是由阿里巴巴主办，面向全球科研工作者的高端算法竞赛。通过开放海量数据和分布式计算资源，让参与者有机会运用其设计的算法解决社会或业务问题。

最终，达摩院基于 5000 多个病例的 CT 影像样本数据，学习、训练了样本的病灶纹理，通过 NLP 自然语言处理回顾性数据、使用 CNN 卷积神经网络训练 CT 影像的识别网络。

2 月 15 日，这套系统第一个赶赴的地方便是郑州岐伯山医院，作为郑州「小汤山」，它是一家新冠肺炎确诊患者定点救治医院，一位病人的 CT 影像大概有 300 张左右，而医生对一个病例的 CT 影像肉眼分析耗时大约为 5-15 分钟，这给医生临床诊断带来巨大压力。

达摩院 CT 影像 AI 系统能直接算出病灶部位的占比比例，量化、预测病症的轻重程度，大幅度提升诊断效率，为患者的治疗争取宝贵时间。

AI 自动识别新冠肺炎病例 CT 胸片

值得一提的是，在 CT 影像识别算法之外，达摩院还与阿里云研发了辅助诊断算法，该算法可以根据患者基本信息、症状、实验室检查结果、流行病学史、影像报告等多维信息，进一步帮助辅助医生制定科学的治疗方案。

截至 3 月 31 日，这套 AI 系统已在浙江、河南、湖北、上海、广东、江苏、安徽等 16 个省市的 170 家医院落地，诊断超过 34 万临床病例。

除了 CT 影像 AI 系统，疫情期间，达摩院做的事情还有很多，覆盖疫情咨询、药物研发、病毒基因分析、临床诊断等多个环节。

1 月 27 日，达摩院连夜研发的智能疫情机器人。上线后便在全国各地投入使用，很快落地全国 27 个省、直辖市、自治区，免费为 57 座城市拨打 1600 万通防控摸排电话，摸排超过 20 万身体异常人群。

2 月 1 日，达摩院医疗 AI 算法，正式应用于新冠肺炎的病原学检测。达摩院与浙江省疾控中心合作，利用算法将疑似病例基因分析时间缩至半小时，该技术可以避免核酸检测出现的漏检情况，同时可以及时检测到变异病毒。

「我们的基因分析覆盖了 95% 以上的全序列，准确率近乎 100%，从自动化建库到基因测序再到最后一步基因分析（达摩院只提供最后一步服务），整个流程只需 14 小时，其他全基因组测序方法则一般需要两三天」，华先胜说道。

达摩院算法专家设置基因检测分析参数

此外，疫情期间，达摩院医疗 AI 团队还提供了医疗专业翻译系统、疫情预测等系统，为更大范围、更高层次的抗疫，提供信息支撑。

2016 年，达摩院医疗 AI 由时任阿里巴巴 iDST 副院长的华先胜带队打造。

彼时人工智能热潮刚刚掀起，行业内对人工智能的探讨还仅仅局限在技术研发上，在落地场景上基本没有考量，具体到医疗领域可以在哪些场景驱动技术的落地，更是一片未知。

但当时的华先胜坚信：人工智能进入医疗健康领域，是一个必然的事情，作为视觉智能领域深耕多年的专家，华先胜团队从肺部 CT 影像开始切入医疗 AI，很快就做出成绩。

2017 年 7 月，达摩院 AI 在国际权威的肺结节检测大赛 LUNA16 上打破世界纪录，凭借 89.7% 的平均召回率（在样本数据中成功发现结节占比的比例）夺冠。

大赛要求选手对 888 份肺部 CT 样本进行分析，寻找其中的肺结节。样本共包含 1186 个肺结节，75% 以上为小于 10mm 的小结节。最终，达摩院在 7 个不同误报率下发现的肺结节平均召回率达到 89.7%，超出第二名 0.2%。

不同误报次数下召回率情况

这一次「第一」俨然有着承上启下的「里程碑」意义，为阿里达摩院新冠肺炎的 CT 自动诊断系统打下了基础，同时开启了达摩院更加广泛的研究范围。

2018 年 12 月，达摩院 AI 从近百支队伍中脱颖而出，在全球 LiTS(Liver Tumor Segmentation Challenge，肝脏肿瘤病灶区 CT 图像分割挑战) 获得两项第一；

2019 年的心脏冠脉中心线提取鹿特丹比赛（Rotterdam）上，达摩院 AI 获得全自动提取赛事第一名，相关论文被国际顶级医学影像会议 MICCAI 2019 提前接收；

2019 年, 达摩院 AI 获得 EMNLP 2019 微生物群落信息抽取比赛 (BB Task)「关系和实体联合抽取」任务冠军。

正是由于达摩院此前四年基础研究的「厚积」，才带来了疫情期间的从点到线到面的技术应用，让阿里看到了底层创新与产业土壤深度结合，不断蝶变的可能。

而阿里健康的升级，便将发生在这些技术加持带来的业务应用全面爆发的背景下。

疫情发生的突然，无疑给各行各业进行一次「大考」，尤其是 AI 医疗行业，然而，如果将问题换个角度，这其实也是一场机遇，在阿里健康资深副总裁马立看来，疫情对消费者、医院对于互联网医疗、影像 AI 系统等认知大大增强。

原先，医疗 AI 产品在实际落地医院过程中并不顺畅，「医疗 AI 行业大家收入都很少，以前按研发比如说科研合作挣取收入，现在也可以通过招标将产品落地医院」，汇医慧影一位员工此前向机器之心透露道。

招标是医疗 AI 企业产品进入院方的一种方式，院方发布需求，同类别企业进行竞标，但是过程并不顺畅，无论是产品或是科研成果迅速落地比较难，因此渠道资源，医院人脉就显得十分重要，他们在一定程度上可以帮助产品「打入」医院内部。

然而，即使进入医院内部，能被多大程度接受，应用程度如何也是未知，据新京报「寻找中国创客」报道，在 AI 产品扎堆的影像领域，一个三甲医院可能同时安装 10 余家 AI 公司的产品，医生真正使用的只有一两家，因为 AI 找到结节后尚不能辅助诊断，且目前产品多集中在肺结节查找上，同质化严重，而这些需要深度学习的 AI 产品，少了医生的纠错与补充，模型迭代也会变慢。

这一点马立有很大感触，「之前跟很多资深医生交流，有一些医生对于信息技术比较开放，但有些医生对于 AI 便持怀疑态度」，「但疫情过后，根据我们接触过的医生，会发现他们对于 AI 医疗的认知有很明显提升」，马立补充说道。

除了普通民众和医院，疫情也正在推动互联网医疗相关政策的出台，2020 年 3 月 2 日，国家医保局、国家卫健委两部发布《关于推进新冠肺炎疫情防控期间开展「互联网」医保服务的指导意见》，明确互联网医疗机构可以为参保人在线开具电子处方，线下采取多种方式灵活配药，参保人可享受医保支付待遇；3 月 5 日，「互联网医疗」被首次纳入中央级医保文件。

随着「互联网 医保」政策的接连出台，互联网医疗的活力进一步激发，患者的就医观念也在不断发生改变。

医疗 AI 的价值在抗疫中得到验证，会对医疗行业和公众产生深远的影响。在接下来几年，将会看到整个医疗行业的数字化和智能化程度大幅度提升，这也将成为医疗系统的常态：AI 助攻，人类医生提效，华先胜补充说道。