近日，平安智慧医疗黄凌云博士团队、平安美东研究院吕乐博士团队联合长沙市第一人民医院汤渝玲主任团队，在国际著名放射学期刊《European Radiology》发表了“AskBob影像”相关的CT+AI辅助新冠肺炎的国际论文《From community-acquired pneumonia to COVID-19: a deep learning–based method for quantitative analysis of COVID-19 on thick-section CT scans》。研究团队基于平安智慧医疗自研的CT+AI智能影像辅助诊断系统，通过完成自动检测、分割和量化分析病灶等一系列任务，并且在病灶识辨和勾勒任务中通过高年资放射科医生的对比验证，充分展示了CT+AI辅助诊断的临床价值。

European Radiology是国际JCR分区中放射领域的顶级杂志，在放射学科的影响因子仅次于Radiology，在放射影像领域有重要影响力。

自新冠肺炎疫情暴发以来，CT影像作为诊断新冠肺炎的重要工具，对病症确诊和治疗转归的确认起着重要作用。在一些疫情高发地区，胸部CT阅片量可达平时的3-5倍，放射科医生的阅片负担极重。如果能在新冠肺炎的确诊和治疗过程中，对病患症状的判断进行定量评估，将大大减轻放射科医生的负担。

平安智慧医疗CT+AI智能影像辅助诊断系统对薄层和厚层的CT影像数据均进行了训练，且能适应不同层厚不同剂量的数据。在本次发表的论文中，平安智慧医疗团队主要针对厚层低剂量CT影像数据，通过AI模型对病灶的体积占比以及CT值属性进行分析，除了对重症和非重症进行统计对比以外，还对单个病例的多次扫描结果进行了定量分析、追踪体积变化并和影像报告结论进行综合对比。结果显示，在是否重症的分类任务上，AI模型精度可达97%，并且与主任医师影像报告判断结果具有高度一致性。这充分说明，借助AI模型可以在相当短的时间内对新冠肺炎的症状进行定量分析。

同时，平安智慧医疗CT+AI智能影像辅助诊断系统还与2位具有10年以上阅片经验的放射科医生进行了人机对照。由AI模型分别与2位医生进行病灶勾画，对比勾画重合程度。最终，AI模型与2位放射科医生的勾画重合程度的相似度分别达到74% 与76%，而2位医生勾画的病灶之间的相似度为79%。上述对比结果说明，平安智慧医疗AskBob影像CT+AI智能影像辅助诊断系统在病灶识辨和勾勒方面，已与高年资、高水平医生十分接近。更值得一提的是，本次分析采用的定量数据来自于2000年代的一款低剂量CT设备, 且实际使用过程中放射剂量更低。

平安智慧医疗技术专家黄凌云博士表示，自疫情发生以来，已发表的研究成果大多数是基于较新的CT设备和薄层重建的条件下进行。而在价格较低、放射剂量较低和厚层重建条件下的CT影像能否进行人工智能建模分析，尚无专门研究。本次平安智慧医疗基于CT+AI智能影像辅助诊断系统的研究是一次突破，充分证明了即便在价格较低的双排CT获得的低剂量厚层图像上，也能通过AI模型获取较好的自动分析成果。

平安美东研究院执行院长吕乐博士表示，出于扫描成本和阅片负担的考虑，CT影像诊断在全球很多国家、地区并不处于标准的诊治流程中。而当前全球范围内的新冠肺炎疫情正呈加剧态势，希望这项研究成果，能够对世界范围内的新冠肺炎诊断和排查工作起到促进作用，也为疫情常态化防控提供强有力的科技支撑。