资料图
这个专家团队在两个多月时间里长时间工作，利用来自多家医院的14.5万张X光胸片对相关软件进行测试，开发出一种能识别包括新冠肺炎在内的呼吸道疾病的算法，准确率超过90%。此后，该软件被多家医院用来减轻放射科的工作负担。有关数据和代码已被存入中国国家生物信息中心，以协助全球新冠研究。
该项研究的合作者之一李伟民（音）说，尽管他有临床背景，但与AI和信息学研究人员的合作让他感到如鱼得水。如今，此类合作在中国变得越来越普遍。近年来，国家卫健委等部门积极鼓励临床医生与有关专家开展合作。
王和李的项目，只是中国对AI技术、集中化医疗数据进行长期规划和投资的结果之一，也是科研人员与临床医生合作文化的结晶之一。过去十年来，中央政府拨款和自上而下的政策，已助推中国的医疗研究转变为由数据驱动的领域——计算机和机器工程能减轻医务工作者的工作压力。
伦敦大学学院生物医学工程师胡一鹏（音）说，相关合作已推动中国的研究团队迅速开展工作，“如果说某些因素发挥了作用，那就是（有关技术在中国）通常比在其他国家更快地得到医院测试和使用”。
在（中国）学术界和私人行业，也能看到此类激情。AI技术迅猛发展，智能诊断领域迅速扩大。中国已对本国的医疗研究基础设施大举投资。例如，从国家自然科学基金委员会的项目预算来看，研发投入已从2006年至2010年的46亿美元猛增至2011年至2015年的137亿美元，在2016年至2020年达到196亿美元。增加拨款已缩小中国与美国在研发拨款方面的差距。
（中国）生物医学研究人员对使用AI技术的心态也发生了变化。专家说，就在5年前，中国许多科学家仍不相信AI的力量。但如今，越来越多科学家开始相信AI将能用于生物医学研究。（作者萨拉·奥梅拉，丁玎译）
