边疆水土培养边疆人才，云南大学研究团队借助昇思 MindSpore 提出智慧医疗创新解决方案

医疗资源分配不均、跨地域就医难，一直是医疗行业发展的痛点。新冠疫情暴发以来，由于疫情的反复和不确定性，患者就医一度面临着巨大挑战。尤其对于身处医疗水平相对落后边疆地区的疑难杂症患者，跨省异地就诊遭遇到了很大阻碍。随着医改不断向纵深推进，我国医疗服务体系不断完善，医疗服务水平较快提升，但医疗资源布局和服务能力与人民群众的需求之间还有一定差距。

依托于云南大学软件学院科研平台，2020 年初云南大学软件学院成立智慧医养研究团队，与云南省多家三甲医院展开合作。“光影云医”项目团队也就在这时被组建了起来。这是一支由 5 名软件硕士生成立的小组，慢慢扩展为横跨本硕博，包含软件、信息、医学、商务、法律等专业的 15 人项目团队。

经过三年不断的迭代更新，项目由最初的影像标注工具，到远程医疗平台，再到如今的远程智能 AI 辅助 CT 影像诊断解决方案。不仅成功在昆明医科大学附属第一医院等六家云南省三甲医院落地试用，并在日前举办的第八届国际“互联网+”创新创业大赛中揭榜华为提出的命题，以《“光影云医”——基于昇思 MindSpore 的智慧医疗创新解决方案》荣获大赛产业命题赛道全国银奖，为团队自身的未来发展赢得了更多机会，为学校争得了荣誉。

智慧医养创新团队学生

“光影云医”项目主要针对人体肺部 CT 影像进行辅助诊断。通过智能诊断算法可以快速定位肺部存在的毛玻璃肺结节、实质性结节以及肺部索条阴影状病灶，并标记出形状、大小和严重程度信息。同时可帮助医生对细菌性肺炎、病毒性肺炎、肺癌的快速分类和早期筛查。极大的加快了医生的诊断效率，提高了诊断的准确度。

经医院的回顾性研究表明，本产品将误诊率由原来的 27.8%降至 13%，平均阅片时间由 15 分钟降至 7 分钟，效率提高 114%，在实现肺炎检出敏感性接近 100%的基础上，新冠肺炎的鉴别诊断准确率（与核酸检测阳性结果符合率）也能够达到 95.5%以上。

此外，“光影云医”提供了搭载智能辅助诊断的远程会诊功能，可实现远程对医疗资源匮乏地区的病人进行远程诊断。无需到大医院也能享受到优质医疗资源。

项目核心技术负责人王耀威博士介绍，“光影云医”引入“终身学习”的学习策略，模拟人类智能体可不断学习的特性，使模型像医生一样可以利用使用过程中不断输入的新数据积累经验，不断的学习持续优化算法。

“光影云医”项目团队表示，通过调研，市场上现有的人工智能医疗影像辅助诊断算法都是采用大量的数据进行训练，采用固定模型，再进行静态的部署，这将产生模型固化的问题，即模型算法通过部署后将不会再进行学习。若出现在训练数据中未曾出现的罕见疾病特征，固化模型很有可能无法进行识别从而导致误诊。

项目组实地调研

“光影云医”智慧医疗创新方案采用的是昇思 MindSpore AI 框架，是华为在 2020 年开源的全场景 AI 框架，项目团队负责人王佳舜提到：“我们最早就有核心技术自主化的计划，项目中的核心算法都是我们自主研发的，所以我们希望底层的 AI 框架也能够使用国内自主创新的框架。在经过大量的对比尝试后发现 MindSpore 易用性高，动静态可快捷切换非常方便调试，提供的可视化工具整洁清晰且社区非常活跃可以很快与大量同行进行技术交流，这也正是我们采用昇思 MindSpore AI 框架的主要原因。”

团队指导老师、云南大学软件学院副院长兼云南大学现代工学院副院长杨云教授表示：“智慧医疗服务的宗旨和核心，更应该是医疗资源极度不平衡的边疆地区，我们作为边疆地区的高校，希望能够为边疆地区解决智慧医疗落地方面的痛点问题，培养边疆地区的人才，建设边疆。”

“获奖只是一个开始，未来我们将继续完善，由三甲医院逐步推广到下级基层医院，真正的帮助边疆患者，为云南省边疆地区提供优质的医疗资源”王佳舜介绍说，他们将进一步扩展到多数据、多病种的应用落地研究工作上，将更多成果转换到实际的应用落地当中。

据了解，本次“互联网+”创新创业大赛吸引了来自 111 个国家和地区的 340 万个项目参加，参赛报名人数超过 1450 万人。大赛产业命题赛道共有 300 支队伍进入全国总决赛，其中华为命题队伍 24 支，最终华为助力高校团队获 3 金 9 银 12 铜的好成绩。