新冠肺炎疫情爆发以来，澳门科技大学医学院和科大医院积极投身疫情攻关研究。去年四月基于五十万张胸部CT影像成功研发出人工智慧影像学辅助诊断新冠肺炎系统，精准度高达九成以上，在国际上多个单位部署使用，且获得高度评价与肯定。
然而，胸部CT扫描不是临床一线工具，需要更多时间且费用较贵，偏远地区更不易获得，限制了应用范围。通过X光胸片（CXR）诊断作为临床一线工具，是全球筛查、分析和诊断各种肺炎的常用手段，因其周转时间更快，在重症监护环境下使用更方便。
本月十五日，澳门科技大学医学院讲座教授张康作为主要通讯作者，参与并联合多个单位在人工智慧诊断新冠肺炎研究上再创佳绩，在国际顶级期刊《自然-生物医学工程》发文“通过CXR影像诊断和鉴别病毒性、非病毒性和新冠肺炎的深度学习系统”。
张康表示，为了CXR图像标准化，病灶的视觉化和精准诊断新冠肺炎和其他常见肺部疾病，基于十二万个患者的十四万五千张CXR图像，团队成功开发了一套准确的人工智慧系统，可以帮助放射科医生准确、快速地区分新冠肺炎及其他类型肺炎，其他常见肺部疾病及正常患者并评估其严重性，还能识别很难被放射科医生发现的肺部弥漫性病变特征等优势。
该自动化深度学习系统可用于肺炎和常见肺部疾病评估，可作为急症室、偏远地区或发展中国家的一线诊断工具，促进早期干预，并为临床决策提供重要支援。由于系统可迅速部署到医疗中心，提供第一线评估，快速周转时间，解决公共卫生问题至关重要。
该项技术为进一步推进精准医疗和智慧医疗，为全球抗疫工作做出重要贡献。本研究的大量CXR影像资料和代码为抗疫向全球开放，由中国国家生物信息中心大湾区节点向世界发布。
