2月28日，联心医疗研发并上线了“基于CT影像的肺炎筛查与疾病”基于百度飞票平台的预测”。
“评估人工智能系统”已在湖南郴州湘南学院附属医院率先投入使用。
该系统基于Linkin Medical在医学影像领域积累的核心AI技术，结合视觉领域领先技术的PaddleSeg开源框架和PaddleSeg开发套件开发。
它可以快速检测和识别肺炎病灶，并提供病灶的数量、体积、肺部数量，以供疾病诊断。
部门份额等量化评估信息。
同时辅以肺密度分布直方图、病灶轮廓叠加显示等可视化方法，为患者肺炎的筛查和预诊断提供定性和定量依据，提高医生的诊断和评估效率。
CT图像已成为COVID-19筛查、诊断和治疗的重要依据。
当前疫情诊治关键时期，现有患者和新增患者总体数量巨大。
医生需要对患者在不同进展阶段的多次CT影像检查进行随访和比较，以准确评估患者的病情发展和治疗效果。
如果采用传统的医学影像目视检查，医生不仅工作量巨大，而且也很难及时准确地评估和比较患者的病情。
在全社会抗击疫情的医疗资源紧张、医生超负荷的情况下，过多的CT影像检查无疑会给一线抗疫工作带来巨大挑战，影响诊疗速度。
基于人工智能技术的CT影像肺炎筛查和疾病预评估系统的上线，可以有效帮助临床医生缓解工作压力，加快患者诊疗速度，为缓解医疗资源短缺、取得抗疫最终胜利提供帮助。
抗击疫情。
百度飞桨协助联心医疗开发基于CT图像的肺炎筛查和病情预评估的AI系统。
这套AI肺炎筛查预评估系统首先在湘南大学附属医院落地。
计算并显示病灶检测、病灶轮廓勾画、CT图像中双侧肺密度分布直方图、肺部病灶数量、体积、肺比例等全套定量指标。
其中，系统在测试数据集上的病灶检测准确率和召回率分别达到92%和97%，在保证高病灶检测准确率的同时，防止漏检。
在系统开发过程中，湘南学院附属医院对系统的算法训练数据提出了严格的标注标准，对算法模型的上线提出了严格的验收要求，并对系统功能的设计提供了专业的临床指导。
模块。
观点。
特别值得强调的是，该系统采用的深度学习算法模型对采集的高分辨率和低分辨率CT图像数据进行了充分训练，能够出色地适应不同级别CT影像设备采集的检查数据。
有望为基层医院有限的医疗资源和有限的医疗水平为肺炎提供有效的辅助预诊断工具。
该系统未来将部署在湖北、成都等地的医院，协助当地医生抗击疫情。
借助百度飞票深度学习平台，该系统网络版也将向全国定点医院免费开放，帮助医务人员基于该系统开展远程会诊和协作，提高诊疗水平基层医院的能力，有望减少该国患者患者的数量。
转诊、查房等产生交叉感染的风险 基于积极承担社会责任的企业共同责任，坚持用科技服务社会的共识，推动COVID-19诊疗行业发展围绕医学图像分析的研究，百度飞桨帮助联心医疗在业内首次开源了上述系统。
肺炎CT影像分析的AI模型已在百度飞票平台开放，为全行业研发提供了“利器”。
我们也期待更多的医院和算法研究人员参与到基于人工智能的医学影像大数据分析中来。
我们从事抗疫产品的研发，为抗疫临床研究和临床产品开发做出贡献。
同时，该模型也通过EasyDL定制训练和服务平台开放为预训练模型。
开发者可以选择EasyDL图像分割模型中的“肺炎CT图像识别专用算法”，用少量数据进行训练，以根据实际场景获得进一步的信息。
优化模型并提供即用型模型服务，可灵活支持多种部署形式。
北京联欣医疗科技有限公司是国内智能医学影像研究的领先者。
公司基于人工智能和云计算技术，致力于为医院和第三方影像中心提供器官和病灶自动勾画的技术工具和云服务。
在全民抗疫期间，联欣医疗快速回顾自身积累，基于飞桨平台，快速开发并开源基于CT影像的肺炎筛查和疾病预评估系统，并愿意为之做更多的贡献。
为抗击疫情尽一份力。
百度飞票是国内唯一开源、功能齐全的工业级深度学习平台。
开源是飞飘的长期实践。
疫情期间，飞票免费开源业界首个口罩人脸检测和分类模型，并协助联芯医疗开发并开源肺炎CT图像分析AI模型。
百度利用领先的人工智能能力，快速有效地支持了所有与疫情相关的企业。
、政府、机构等共同抗击疫情。
“怎么能说我没衣服，我却有和儿子一样的衣服呢？”希望社会各界支持百度飞票开源、开放AI技术，共同努力，打赢疫情防控阻击战。
登录百度飞票官网试用“基于CT影像的肺炎筛查和疾病预评估人工智能系统”。