2020年注定是不平凡的一年，新型冠狀病毒肆虐全球，對于每個人來說都是一場災難。

　　根據丁香園統(tǒng)計的數據，截止到2020年5月29日，全球新冠（COVID-19）累計確診病例5,593,631人，累計死亡353,334人。雖然中國疫情已經進入尾聲，但是全球疫情新增確診病例卻呈現持續(xù)上升趨勢。

　　毫無疑問，COVID-19不是一座城市的疫情，也不是一個國家的疫情，而是全世界的疫情，沒有人能夠置身事外，需要共同面對。

　　一般來說，一個病人的CT影像包含數百張切面，即使經驗豐富的醫(yī)生也需要花費大約15-20分鐘的時間去閱讀CT影像，才能得到準確的診斷。

　　在新冠疫情爆發(fā)期，疑似患者的CT影像被證實成為篩查新冠肺炎的高效手段，這就代表每個醫(yī)生每天需要進行批量CT影像的讀片判斷，無疑這個工作量是驚人的。同時依靠醫(yī)生肉眼識別病灶微小的變化會花費大量時間，不僅診斷效率低，也會造成醫(yī)生壓力大，患者等待時間長。

　　在疫情初期，澳門科技大學醫(yī)學院張康教授團隊便攜手中國科學院、國家生物信息中心、清華大學、中山大學孫逸仙紀念醫(yī)院、廣州再生醫(yī)學與健康廣東省實驗室、四川大學華西醫(yī)院等團隊，聯合應急開發(fā)了基于胸部CT和X-ray影像學的新冠肺炎AI輔助診斷系統(tǒng)。

　　該科研團隊在分析了超50萬份臨床影像學數據的基礎上，利用了深度學習、遷移學習、語義分割等多種人工智慧前沿技術，輔助臨床醫(yī)生進行新冠肺炎的快速診斷和定量分析。該AI模型以高精準度和高效率的優(yōu)勢，不僅可以輔助臨床醫(yī)生做診斷決策，提高診斷準確率，還可以減少其工作量，加快診斷效率，節(jié)省患者等待時間。

　　澳門科技大學醫(yī)學院張康教授，圖片源自澳科大官網

　　科研團隊需要讓新冠肺炎AI輔助診斷系統(tǒng)快速上線使用，實現真正的幫助一線醫(yī)生快速診斷抗擊疫情。由于時間緊急，傳統(tǒng)的線下部署方式，要進行設備及線路采購、部署、測試，再將業(yè)務部署在線下數據中心，不僅搭建周期長，而且缺乏彈性，很難滿足快速部署業(yè)務的需求。

　　經過多次測試和研討，阿里云以高性能計算、全球加速網絡、極速存儲等技術優(yōu)勢取得了澳科大張康團隊的信賴。在全球加速網絡及GPU性能的保證下，系統(tǒng)將影像科醫(yī)生閱讀CT影像縮短至20秒內，且平均準確率高達90%。

　　新冠肺炎AI輔助診斷系統(tǒng)想要實現一處部署，全球服務，首先要解決網絡連接問題。一張穩(wěn)定、高速的全球網絡可以保證全球科研機構及移動辦公的個人，隨時隨地快速上傳CT文件及下載分析結果，從而實現科研成果的全球規(guī)模化應用。

　　阿里云為此次新冠肺炎AI診斷系統(tǒng)的部署提供了全球加速解決方案，通過全球加速GA產品，依托阿里巴巴遍布全球的優(yōu)質傳輸網絡，可以有效提升全球數據訪問的穩(wěn)定性。GA內置的TCP協(xié)議優(yōu)化能力，還可以大幅提升傳輸性能。尤為值得一體的是，傳統(tǒng)的專線部署周期長達數月，而采用阿里云GA構建的全球加速網絡，只需要30分鐘部署時間，為業(yè)務系統(tǒng)的快速上線提供了基礎保障。

　　當前該系統(tǒng)已經在武漢市金銀潭醫(yī)院、中山大學孫逸仙紀念醫(yī)院、中山大學第三附屬醫(yī)院、廣州醫(yī)科大附屬第一醫(yī)院、湖北宜昌市中心人民醫(yī)院、安徽醫(yī)科大學第一附屬醫(yī)院、新疆喀什地區(qū)第一人民醫(yī)院、四川大學華西醫(yī)院、澳門科技大學、美國、巴西、伊拉克等地部署，接下來會在全國及世界范圍內推廣應用。阿里云洛神網絡團隊協(xié)助高校及科研機構，用科技抗擊疫情，為全球抗擊COVID-19貢獻一份力量。