影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。

人工智能语音交互实验套件是一款用于人工智能语音方向的AI实验套件。开发板搭建Linux系统，可自主进行嵌入式生态系统的应用软件开发，支持深度的语音识别、语音唤醒、语音合成等诸多人工智能领域的应用开发。通过这套设备的学习，可以认识了解 AI 人工智能嵌入式设备的架构、硬件部署、软件在 AI 领域中语音识别、语音合成等应用上的实现，是一套 AI 前端实践性极强的学习套件。        套件配套实验清单（含知识点），由资深工程师编写，全面涵盖语音交互技术的实验过程。并提供教学指导、实验视频、实验手册、实验PPT等，便于师生更好的理解实验项目，是高职、本科院校相关专业在 AI 智能语音方向课题的专用教学实验套件。 

成果内容：用仿细胞膜结构聚合物涂覆改性生物材料及器件可得到优异的血液相容性及组织相容性。研发的仿生涂层构建技术可简便地用于多种医疗管路、导管及器械表面改性，显著降低蛋白质吸附达90%、细菌粘附99%、凝血及补体激活均减少80%以上。相关研究连续获得6项国家自然科学基金项目资助；获授权发明专利20项；关键技术通过陕西省技术成果鉴定，发明的仿细胞膜结构聚合物涂层的构建及调控技术国际领先。 成果用途： （1）仿细胞膜人工肺（高端产品）。血液蛋白质吸附减少90%，血小板粘附减少96%，凝血及补体激活均减少80%以上。抗血栓形成时间延长10倍。 （2）对血液透析器涂覆改性后可获得具有仿细胞膜涂层的血液透析器。可以显著降低对血液蛋白质吸附、血小板粘、凝血及补体激活等不良反应，从而大大降低病人在血液透析过程中出现瘙痒、头晕、恶心、呕吐、不宁腿综合征等过敏性不适症。 （3）将仿细胞膜结构聚合物涂层构建在导尿管、人造血管等管路内、外表面，可获得高效抗菌、抗凝、润滑等性能优异的医用导管。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关） 转化方式：技术转让、合作开发 成果授权情况 专利号 专利名称 专利状态 ZL201110203771.7 利用RAFT聚合技术在材料表面构建仿细胞外层膜结构涂层的方法 授权 ZL201110205373.9 仿贻贝粘附蛋白和细胞膜结构共聚物及其制备方法和应用 授权 ZL200910219143.0 一种仿细胞外层膜结构修饰涂层制备的方法 授权 ZL201310469385.1 一种通过聚多巴胺涂层构建功能化表界面的方法 授权 ZL201510013872.6 含磷酰胆碱和聚乙二醇的功能聚合物及其抗污涂层的构建方法 授权 ZL201610120275.8 功能型仿细胞外层膜立体结构涂层的构建方法 授权 ZL201510014112.7 贻贝粘附和细胞膜抗污双仿生多臂PEG及其制备方法 授权 ZL201910027531.2 一种仿生聚合物及制作耐久性双仿生聚合物涂层的方法及应用 授权 202011156925.7 一种两性离子聚合物与肝素复合涂层和制备方法及其应用 受理 202010000137.2 一种交联稳定聚合物刷涂层的构建方法 受理  

“应急传染病医疗救治中心的改造策略“方案充分利用原体育馆附属用房设置病房及医护医技用房，局部利用集装箱增设符合传染病医院污水处理要求的病区厕所和医护洗消模块。并且针对武汉方舱医院大规模病床无物理隔断的缺陷，通过集装箱模块组合，搭建标准化的方舱医院病房，改造利用可逆性强，对原体育馆建筑只需改造空调排风。所有集装箱病房及功能模块均可灾后回收，二次利用。   查看原文

提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。

围绕“健康中国2030”战略和重大民生需求，开展产学研用协同创新，项目创新性地提出并建立了以“轻量级智能医疗终端+模型化分层技术体系+生态型综合服务平台”为架构的新型健康医疗模式。 齐鲁工业大学（山东省科学院）王英龙研究员团队从智能医疗终端研发、医疗资源与医疗服务平台构建、健康医疗云综合系统应用、健康医疗大数据四个方面进行攻关，创建了“精准感知、可靠传输、高度共享、深度挖掘”的模型化四层技术体系，自主研发了“低成本、易操作、云模式、可扩展”的系列化轻量级智能医疗终端20余款，构建了服务于农民、老人、病人三大群体的“闭环生态圈”型健康医疗云平台。系统已在农村医疗、居家养老、医院随访领域获得了大规模示范应用。