疫情之下，AI辅助诊断系统应运而生
在中国、意大利和美国治疗新冠病*的经验中，医生发现重症病人进入ICU，上了呼吸机以后，病人的死亡率会大幅提高。
那么，如何判断病患者何时会进ICU？
其实，通过病患者的临床特征、实验室化验特征以及CT影像，就能够知道患者大概什么时候会进ICU。这样，能让医生有个宝贵提前量。
比如，预判病患者5天之内要进重症病房，医生就可以进行一些早期的干预，降低病患者进ICU的几率，让医院不去重症监护室，这样就会极大提高病人的生存利益，也降低了医疗成本。
疫情期间，澳门科技大学、清华大学、中山大学、四川大学，广州再生医学与健康广医院和单位，共同收集了多人的CT图像，包括新冠病*病例、病*性肺炎、细菌性肺炎、支原体肺炎、衣原体肺炎和正常人的CT影像，通过AI的深度学习、语义分割、迁移学习等方法，做了一个准确的诊断系统。相关论文发表在《细胞》杂志。
这个系统已经由国家生物信息中心面向全世界发布，下载量达万。
AI诊断系统的作用
在复工状态下最重要的任务是防止新冠病*重新在人群中传播。如果某个人或者病人有发烧、发热、咳嗽等症状，他需要到本地的发热门诊就诊，只有医生的对其怀疑度较高，才会给他安排进行核酸检测确认。
这个流程不是很高效，那如何更高效地找到人群中的新冠病人？
这时，就可以借助AI辅助诊断系统，它有一个很重要的功能——可以用CT影像直接在复工高度怀疑为新冠病*的病人中诊断新冠病*。在临床进行的尝试中，准确率高达90%。
一般初级和中级的影像科医生的水平，是无法与AI相比的，因为AI是用50万张CT片子训练出来的。目前，AI辅助诊断系统能够帮助初级医生和以前没有看过新冠病*CT影像医生迅速提高诊断水平。
一个有经验的医生看~张CT影像，最少需要15~20分钟。而AI基本能在10~20秒看完几百张CT影像，并且能够准确定位出所有病灶，给出诊断。
新冠肺炎的其他研究（儿童疾患）
在疫情期间，关于成人患病的报道比较多，儿童患病事件较少被