2021年4月17日至18日，上海科技大学生物医学工程学院成功举办“第一届上海科技大学医学影像智能计算高峰论坛，暨 IDEA Lab成立活动”，吸引了来自全球高校、科研院所、医院、产业界的知名学者约150人参会。

自2019年年末以来，新型冠状病毒Covid-19持续肆虐，由该病毒引发的肺炎在全球蔓延。随着人工智能技术的飞速发展，作为肺炎诊断与评估的重要手段之一，以医学影像分析处理、医学成像为主要研究内容的医学影像智能计算成为智能医疗领域的重要方向之一。对此，记者连线采访了参加高峰论坛的中国计量大学陈赠思博士，她同时也是IDEA Lab的项目高级技术专家。

陈博士表示，目前新冠肺炎仍然在全球蔓延，CT成为新冠肺炎诊断、评估和随访的重要手段。然而，这个过程中存在最重要的两个痛点，首先，如何帮助医生尽量避免感染；其次，有了CT图像后，如何用人工智能的方法进行肺炎的量化分析、辅助诊断和随访。

为此，IDEA Lab的项目团队提出了三个解决方案：无接触扫描、肺炎量化分析、随访评估与诊断。

陈博士表示，为了避免病毒传播，有的操作技师在新冠肺炎早期甚至通过竹竿这样的工具远程操作CT扫描，原始且危险。为此，IDEA Lab将研发AI智能采集系统，把边缘计算和摄像机结合，自动采集人体三维形态和部位信息，自动操作CT扫描，满足医生在操作间就可完成扫描任务。

在肺炎分割与量化方面，主要是为了实现三个目标，新冠肺炎判别、危重程度检测以及判断进展变化，陈博士介绍了其团队研发的uAI分割引擎，可以对肺炎、5个肺叶、18个肺段进行精确的分割。

在随访评估与诊断层面，有些新冠肺炎病例与普通肺炎病例有相似的感染程度，因此，陈博士提出了基于感染信息的注意力网络 (Attention-guided Network)，用分割出的感染区域引导分类器聚焦于感染区域；在评估新冠肺炎严重程度上，提出了一种多任务、多示例学习模型 (Multi-task multi-instance framework)；在危重预测与演变时间估计上，为了解决样本不平衡以及特征复杂且高维的挑战，提出了联合分类与回归的稀疏模型 (Joint sparse classification and regression)：让两个任务共享相同特征，用于改进各自的性能、解决数据不平衡问题以及针对所选特征，作出临床解释。

最后，陈博士指出，在新冠肺炎中应用之外，人工智能还可以用于脑出血、老年痴呆症早期诊断、用图像计算的方法帮助医生进行精神类疾病的量化分析。

用AI技术还可以在成像端加速，最后的目标是用AI技术把硬件成本降下来。IDEA Lab的研究团队把三分之一的精力花在如何为机器赋能上，目标就是让成像设备扫的更快、更准、剂量更低。