新型冠状病毒肺炎疫情爆发以来，全国同舟共济、众志成城，打响了一场没有硝烟的疫情阻击战。快速检查并妥善收治新冠肺炎患者，是遏制新冠病毒传播，阻止病毒扩散的关键。由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据。

　　哈尔滨工业大学计算机科学与技术学院邬向前教授第一时间联系了哈尔滨医科大学附属第二医院影像科的李萍教授，经过深入讨论，决定成立哈工大-哈医大联合攻关小组，根据国家卫生健康委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五、六和七版)》，研发“新冠病毒肺炎CT图像自动分析系统”。

　　在联合攻关小组中，邬向前教授负责指导哈工大博士生洪楚和赵添立进行核心技术研发，李萍教授负责新冠肺炎CT图像的评估、相关医学知识的指导和系统的测试与应用。该项目得到哈工大新型冠状病毒肺炎疫情应急科研攻关项目的支持。

　　时间就是生命，疫情就是使命，系统早一秒被研发出来，就能及时多诊治一些病人。联合攻关小组为了加快研发速度，进行了多天24小时紧急攻关。分析CT图像，数据是基础，没有足够的CT图像数据，分析也就无从谈起。为此，联合攻关小组紧急联系国内多家医院，迅速收集177000多张肺部CT图像，其中包括来自新冠病毒肺炎患者的近40000张图像。

　　疫情期间，攻关小组成员分布在全国各地，无法当面讨论和交流，就以在线会议、电话、微信等方式，时刻保持联系和交流。李萍教授多次通过远程会议的方式，向哈工大研究生讲授新冠CT图像的典型征象，并指导他们进行标注，为系统研发打下了良好的数据基础。

　　CT图像分析需要核心算法的研发，邬向前教授与搞算法研究的博士生洪楚和赵添立保持紧密联系，时刻了解项目进展，主持相关讨论，及时发现并解决问题。核心算法的研究需要大量的训练和测试，为了加快项目进展，联合攻关小组采用数据标注和算法训练同时进行的方式，每标注一批数据，就训练一批数据，这样反复迭代不断完善算法。

　　基于哈工大团队在医学图像分析方面二十余年的深厚积累和哈医大团队丰富的医学影像专业知识，联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠病毒肺炎的CT图像自动分析系统。

　　该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。本系统已在哈尔滨医科大学附属第二医院进行部署试用。

　　李萍教授说：“该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。”

　　CT中心主任刘白鹭教授说：“该系统不仅可以检测出新冠相关病变，而且可以准确标出病变的区域，并直接计算出病变在全肺的占比，这对于新冠肺炎患者的诊断和病情评估非常有意义，这些信息在人工阅片时很难，或者说根本无法得到。”

　　经过这次非常成功和有效的合作，联合攻关小组将在新冠疫情结束后，继续紧密合作，进一步深入研究，尽快将该系统扩展为通用的CT医学图像分析系统，使其能自动检测和分析不同部位CT图像上的各种病变，从而促进人工智能在临床医学影像诊断的广泛应用。