DBCloud深脑云连夜驰援上海抗疫最前线，AI设备助力肺炎CT影像诊断

2月21日晚，DBCloud深脑云紧急调配的人工智能深度学习一体机设备连夜运抵上海金山，为上海市公共卫生临床中心提供AI算力支援，设备已于当晚完成全部的安装和调试工作，并正式投入到新型冠状病毒肺炎的CT影像临床诊断工作当中。

火速驰援，第一时间赶赴前线

上海市公共卫生中心是上海新冠肺炎疫情防控和治疗的最前线，汇集178名市级医院专家与300多名市公卫中心医护人员，收治了300余名新冠肺炎确诊患者，并成功治愈211人（2月21日数据）。为进一步提升新冠肺炎的诊断效率，上海市公卫中心联合复旦大学大数据学院的研究团队，将人工智能技术引入到新冠肺炎的CT影像诊断当中，并提出了相关设备需求。

DBCloud深脑云获悉后，紧急动员，仅用一天时间便完成相关的人员和设备调配。装配深脑云自主研发的DBCloud lab实验平台，组成“一键式”深度学习一体机设备，连夜运往位于金山区的上海市公共卫生中心，于当晚正式开始运行，火速驰援疫情防控一线。

助力CT影像诊断，效率提升30倍以上

根据国家卫健委公布的诊疗方案第五版，CT影像临床诊断结果可作为新冠肺炎病例判断的标准，无需依赖核酸检测结果。而新冠肺炎患者的CT胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一名新冠肺炎病人的CT影像大概在300张左右，医生对一个病例的CT影像肉眼诊断一般需要十几分钟，这给医生临床诊断带来巨大压力。

上海市公卫中心联合复旦大学大数据学院等机构，基于当前的新冠肺炎临床诊断经验，整合多方的方案，众多病例的CT影像样本数据，借助人工智能技术进行样本的病灶纹理学习，开发出新的诊断模型，以提高诊断效率。

而DBCloud深脑云此次提供的人工智能深度学习一体机，就是根据该诊断模型量身定制。不仅提供了强力的算力支持，还为诊断模型预置了相应的环境和框架，支持多环境、多用户、多机多卡并行运算，省去了繁琐的环境配置工作。

借助人工智能深度学习一体机，研究人员仅需1分钟即可投入病情的诊断研究当中。相比肉眼识别，人工智能算法识别一个病例的全部CT影像只需要几十秒的时间，并且最终识别准确率高达90%以上，能够快速对新冠肺炎的病例进行区分筛选。极大程度减轻了医生的工作压力。

全方位支持，保障疫情防控阻击战

此次驰援上海市公共卫生中心并非DBCloud深脑云首次参与新冠肺炎疫情的支援工作。作为复旦大学、上海交通大学等高校的合作伙伴，两家企业在疫情爆发初期便调动自身资源，配合高校实验室展开了新冠肺炎疫情相关的研究。

DBCloud深脑云第一时间召集研发团队，将原有的DBCloud lab实验平台和GPU管理调度系统进行升级扩容，紧急接入新增设备，用于保障高校实验室的算力需求。让实验室实现远程科研教学，并且快速投入到新冠病毒肺炎的研究和分析工作。

在此特殊时期，DBCloud深脑云表示将进一步提升保障力度，建立疫情防控支援小组，提供24小时在线的技术服务支持，维护设备稳定运行，第一时间满足医院、高校、研究机构等方面的人工智能算力需求，坚决打赢这场疫情防控阻击战。