萧毅，刘士远

海军军医大学附属第二医院影像诊断科，上海 200003；*通讯作者 刘士远 liushiyuan@smmu.edu.cn

新型冠状病毒肺炎（COVID-19）根据流行病学史、临床表现、实验室检查等综合分析做出诊断，其中新型冠状病毒核酸检测阳性为确诊的首要标准。影像技术在COVID-19 的早期诊断、治疗决策、疗效评估及随访观察等方面具有重要作用[1-6]。

随着COVID-19的大流行和影像数据的大量产生，研究人员纷纷利用人工智能（AI）技术研发模型，助力疫情的防控。AI 技术以其高效的决策能力与一致性，在抗击COVID-19 疫情中发挥重要作用[7-14]。包括辅助诊断、疗效评估、预后分析、健康监测；通过对临床、分子和流行病学的研究，优化治疗方案；以及加速药物和疫苗的研发进程；此外，基于AI 的可视化智能遥控检查，可最大限度地避免医务人员与病毒的接触，减少感染机会。然而，作为基于数据驱动的AI 深度学习模型，其鲁棒性与泛化性仍需进一步提高，也有不少瓶颈问题需要克服。

1 AI 在COVID-19 疫情诊断中的应用

X 线胸片和CT 是辅助COVID-19 诊断的重要影像工具，通过收集大量患者多模态数据进行训练得到的AI 模型，对疑似COVID-19 患者的检测、诊断和分类起到了一定的作用。Jin 等[13]基于1 万多例包含COVID-19、流感（A 型/B 型）、非病毒性社区获得性肺炎（CAP）和非肺炎受试者的CT 数据集，研发了基于深度卷积神经网络（CNN）的多类别AI 诊断模型。在3199 个CT 扫描的测试集上，该系统受试者工作特征曲线下面积（ROC-AUC）达到0.978。Mei 等[14]将胸部CT 表现与临床症状、实验室检查及 患者接触史相结合，实现对COVID-19 的快速诊断。……