2020 年 1 月底，此时的李宏军教授身心俱疲，他正面临着从医 30 多年来最大的挑战，也感受到了久违的紧张和焦虑。不过这一切都值得，1 月 31 日凌晨 45 分，他带领的专家团队在多日攻坚后，成功发布了全球首个新冠肺炎 CT 影像学诊断指南。
两天时间，全世界阅读量突破 30 万次，李宏军教授还应邀面向 81 个国家、5425 位外国专家进行线上分享和交流。指南中的创新点被纳入国家卫健委新冠肺炎诊疗方案（5th)，也被美国 RSNA（北美放射学会）的 QIBA 指南收录。
李宏军事后回忆，「我们当时只用了一个晚上就成立了编写团队，来自天南海北的影像学同道们，主动放弃了休假，怀着共同的目标，齐心协力，花了 7 天时间完成了这本指南。」
哪怕已经过去了两年，每每回想，李宏军的眼神里依然散发着光芒，那段艰苦而激情的岁月，深深烙在记忆深处。不过当有人问起，从医生涯印象最深刻的病人时，他最先想到的还是 1998 年遇到的那一个。
国内第一篇艾滋病影像学论文的诞生
「1998 年，那时我正在河南一所大学附属医院放射科，有天接诊了一位患者，检查发现她脑内有多发脓肿，但临床症状非常轻。了解到病人有性病感染史后，我推荐她进行了免疫八项检测，最后结果显示 HIV 阳性。」
李宏军教授在处理日常工作
这样一个特殊的病人立刻激起了李宏军的好奇，脑内多发脓肿跟艾滋病有什么关系？虽然当时国内还没有这方面研究，查阅了多方资料后，他最终才找到答案，「艾滋病合并脑内的弓形虫感染，弓形虫引起的脑力多发脓肿」。自此李宏军对这方面病例格外上心，经过多年收集和积累，在掌握了 20 多个相关病例后，他着手写出了国内第一篇艾滋病影像学论文。
这篇论文让年轻的李宏军医生受到了众多关注，其中就包括一封特殊的来信。时任北京大学第一医院医学影像科主任李松年教授，不仅对论文给予了高度评价，在信中还邀请他去北京进行当面交流。这封信李宏军一直保存着，时不时也会拿出来读一读，这也不断激励着他在影像学研究上越走越远，并成就了我国影像学历史上的一段佳话。
此后李宏军成果迭出，不仅出版了全球第一部《实用艾滋病影像学》，以中文和英文二种语言出版发行，得到了国内外学者和美国 NIH（国立卫生研究院）官员的高度评价。
他还深入拓展，开创了全球传染病影像学、感染与炎症放射学、感染炎症相关肿瘤放射学等系统创新理论体系和教材、规范、指南、标准和学科体系为核心的现代医学影像学科模式。全球率先建成了现代传染病影像信息学的国际化创新集成学科，被誉为传染病影像学的开拓者和奠基者，推动了我国乃至国际传染病防控诊疗技术的发展。
李宏军教授在国际会议上进行分享
此后，应美国 NIH 和 RSNA 多次邀请专题报告与科研合作，李宏军通过长期国际学术交流与科研合作，掌握了先进技术和理念，并针对临床实践中肺炎诊断以及病原体鉴别困难的困惑和瓶颈问题，开始了新一轮的尝试——基于 IT 技术进行 AI 辅助影像诊断，以及 AI 辅助肺炎病原体分型的探索。
如何用人工智能辅助新冠肺炎诊断
「目前我们国家在疾病领域建立的 AI 数据还比较单一，想要全面客观的描述一个疾病，除了影像数据外还需要临床数据，实验室数据和其他流行病学数据。多元数据模型融合，从而评估，综合预测这个疾病，只有这样 AI 才能够被临床广泛接受和使用。」
在这种情况下，李宏军立志要建立符合中国病人群体的专病数据库。「只有这样才能通过计算机的深度学习，从标准的大数据里提取疾病的早期预警指标，实现早期诊断、早期治疗和疗效评估。进一步扩大数据量后，再实现人工智能，这是一步一步来的。」
李宏军教授在国际会议上进行分享
于是疫情期间，在北京市医管中心的倡导下，李宏军团队率先建立了北京市新冠肺炎的大数据平台。为进一步了解新冠肺炎，他先后参与了多次新冠肺炎的遗体解剖工作。「我们从病灶的大小、形态、位置，与周围组织之间的关系，以及发生规律，都进行了探索总结，并从内在机制和规律方面来验证影像学的特征。」
在收获了充足数据后，李宏军所在的首都医科大学附属北京佑安医院同国内 AI 影像头部企业汇医慧影团队针对新冠肺炎 AI 智能诊断进行合作，帮助实现新冠肺炎的自动筛查和诊断。经过长时间攻坚，成功研发了一套新冠 AI 辅助诊断系统，它不仅可以提供病灶位置、尺寸、面积变化等信息，还能支持临床高效、精准的评估病情进展和疗效。
李宏军认为，人工智能技术在新冠病毒肺炎的诊疗工作中发挥了无创、快速、便捷和避免交叉感染的辅助诊断作用，也帮助医生缓解了筛查压力，提高了影像辅助诊断精准度和工作效能。
除了新冠肺炎外，李宏军还在积极推动人工智能进行肺炎的分级诊断，并取得了出色成绩。
肺炎三级分类诊断有着划时代的意义
自抗生素诞生以来，临床上最困惑的就是肺部感染。感染源众多，是细菌、真菌，还是病毒、寄生虫等等，如果不了解，就不能针对性的进行治疗。此外李宏军在走访中还发现，「基层医院对于病原体性质的鉴别缺乏必要的认识和试验条件，不管是什么病原体感染，抗细菌、抗真菌、抗病毒的药全用上，海陆空全覆盖，总有一种有效。」但这样长期以往，不仅会造成病人的经济损失，滥用抗生素也会提高患者的耐药性，而且还会引发其他损伤。
「于是基于临床问题，我们提出来，可以用人工智能来替代传统的实验室细菌培养和实验室二代测序。」说干就干，李宏军作为项目负责人在北京市科技计划重点项目的资助下，带领团队成员与慧影医疗联手，针对临床传统肺部感染病原体（细菌、真菌、病毒）分类诊断困难的瓶颈问题，集中攻关，成功研发出「人工智能肺炎病原体三级分类辅助诊断」第一代产品。
AI 识别疑似真菌性肺炎示意图
「我们首先要判断病人是感染还是肿瘤，第二步确定是哪一种感染，细菌、真菌、病毒还是寄生虫。如果是细菌，又是哪一种细菌，金普菌还是链球菌……就这样一步步细化，逐步分级分类，让这个模型更加优化。」通过李宏军的描述，我们知道第一代产品已经基本实现了上述功能，对于未来他还有着明确的期待。「未来我们还要继续对它进行培训，帮助它进一步学习，分级进一步细化，从而通过 AI 人工智能实现肺炎的精准快速安全诊断，这对于肺部感染有着划时代的意义。」
AI 辅助诊断如何走向基层
近年来随着技术进一步普及，AI 在医院中应用也越来越多，李宏军教授认为， AI 技术势必将减轻医护人员的工作量，提高工作效率，此外还能提升诊疗水平并减少院内交叉感染。目前很多 AI 公司将产品部署到了大医院，以汇医慧影为例，目前已接入 1000 多家医院、三甲医院超过 300 家。但我们也必须承认，对于基层的医生和患者仍然很难享受到这样的服务。
李宏军教授认为造成这种局面的主要有几个原因，首先大型的三甲医院，医疗技术水平好，诊断水平高，他们最需要的解决的是提高工作效率问题，而基层却刚好相反。其次，对基层的医生来讲，他们对人工智能的认知存在局限并不了解。最后一点，现在的 AI 使用尚未系统化，每个软件、产品都只能解决部分问题，难以串联，使用起来不够方便。
针对这些，李宏军教授最后也提出了自己的想法，他认为目前亟需对人工智能技术进行普及推广，除了医院和医生的宣传外还需要借助政府的力量。此外 AI 软件产品研发公司和硬件产品的开发公司，也需要互相融合，打造出拳头产品，一个实现互联网远程诊断，一个实现 AI 人工智能的软件产品的研发，形成优势互补，最终助力更多医生和患者。
对于未来，李宏军教授永远充满希望，在他看来目前的问题都只是暂时的，多方共同扶持彼此助力，AI 影像技术将进一步普及，届时不管患者身在何方，都能享受到这种福利。
内容策划：刘果
项目审核：邵澜媛
图片来源：汇医慧影
参考资料：
[1]. 北京卫视《为你喝彩》参与新冠肺炎遗体解剖寻病毒真相.
[2]. 李宏军, 徐海波. 新型冠状病毒感染的肺炎影像学诊断指南 (2020 第一版)[J]. 医学新知, 2020, 30(1): 22-34.
[3]. 国家卫生健康委办公厅. 新型冠状病毒肺炎诊疗方案（试行第五版）
[4]. 武汉大学中南医院循证与转化医学中心《医学新知》编辑部. 传染病影像学的引领者、国际知名学者和践行者——李宏军 [J]. 医学新知, 2020, 30(1): 2-3.