图：中大研究团队开发新一代AI系统，自动分析新冠肺炎CT影像。\大公报记者黄璇摄

　　【大公报讯】记者黄璇报道：如何判断一名发热病征者是否感染新冠肺炎？CT影像诊断是关键一步。疫情肆虐时，医生在枯燥的静态图像中寻找蛛丝马迹，面对大量数据，人机都超负荷运转，极易出现误诊。中文大学研发新一代AI系统，以每张0.04秒的速度分析CT影像，準确率最高达96%。该研究展示了数据驱动的智慧医疗，在重大流行病爆发时的实用性和潜在效能。

　　準确率高达96%

　　此AI系统由中大工程学院和医学院跨学科合作，以联盟式学习（Federated Learning）算法技术实现。参与研究的七所医院及大学（香港三间，内地三间，慕尼黑一间），在确保病人私隐的前提下，分别透过内部临床影像对AI模型进行训练（学习），再把结果送给中央伺服器（云端）交换整合，随后把学习模型公开共享，以改进AI準确度。此技术有助医生快速评估患者临床情况，相关成果上月在知名科学杂志《自然》的合作期刊《npj Digital Medicine》发表。

　　中大医学院影像及介入放射学系助理教授苏宛彤介绍，在新冠肺炎临床诊断中，放射科医生根据患者CT结果，肉眼读片找出肺部感染病灶，定量评估感染的严重程度，以及观察病情进展和恢复情况。

　　她续称，去年本港疫情发生之初，医管局指定接收医院和诊所都在超负荷运转，放射科医生面临前所未有的工作强度，“资深医生阅片加诊断，过程都需要10分鐘。若工作量激增，极易因疲倦而出错。运用AI仅需40毫秒（0.04秒）可评估整个三维CT影像，具有明显的速度优势。”因此AI对患者的有效诊断和管理有很大的辅助作用。

　　中大医学院影像及介入放射学系系主任余俊豪指，此新一代AI系统，另可应用在肿瘤的诊断及追踪治疗状况，有助减少医学影像分析所需人手。

　　惟目前该系统尚有改进空间，计算机科学与工程学系助理教授窦琪阐述，AI要準确运算，需要“餵”大量数据给它学习，当前AI仍需更多数据完善。还须考量全球不同机构採用的CT成像扫描设备不同，不同肤色人种和性别的影响，她举例此次研究中，慕尼黑工业大学的样本涉多元人种，故其準确率约88%。