【解说】近日，西安交通大学第一附属医院影像学郭佑民团队，针对新冠肺炎的肺部影像学特点与医学成像技术公司合作，第一时间研发了“新冠肺炎肺部感染辅助诊断和报告系统”。3月5日，记者对郭佑民团队进行了探访。
CT扫描是新冠肺炎诊断的重要手段，但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，严重影响病例阅读效率。为此，郭佑民教授团队在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，利用人工智能和计算机视觉技术为新冠肺炎的影像诊断“赋能”，实现了对新冠肺炎肺内病变部位快速检出和定位、对病变的容积、性质进行定量测量、一键式动态评价肺内病变的演变过程。
【同期】(西安交通大学博士生导师 郭佑民)
那么这个软件可以实时的，定量的来描述肺内病变的位置，大小，以及在复查时候这个肺内病变的变化过程，那么在既往影像学描述的时候呢，其实都是拿人眼睛看主观性就特别强，那么在这次呢，我们就希望呢，能够给临床提供一个客观的，能够定量化的一个描述，好处在什么地方呢？就是能够便于临床大夫一目了然，看清楚病变在什么地方。
【解说】通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。
【同期】(西安交通大学博士生导师 郭佑民)
我们迅速的这个整理了这个新型冠状病毒的肺炎的这个幻灯免费发放全国。同时呢，又在(全国)呼吸界上作了一个讲座，那么目的呢，只有一个就是希望呢，我们的同行能够认识新型冠状病毒肺炎的表现特点。
【解说】目前，该系统已在包括华中科技大学协和医院等多家医院部署使用。
记者 梅镱泷 陕西西安报道