這兩天，家住山東省膠州市九龍街道營房村的趙月芹感到咳嗽和呼吸不暢。懷著忐忑的心情，她來到九龍街道營海衛生院。

得益于膠州市最近引進的DUCG（動態不確定因果圖）人工智能輔助診斷平臺（以下簡稱DUCG平臺），醫生經過幾個環節的基礎檢查，就對她的病情進行了確診，初步排除了患者感染新冠肺炎的可能。

在新冠肺炎疫情防控的關鍵期，膠州市在國內率先試點應用DUCG平臺防控疫情，極大減輕了大醫院門診壓力，降低了醫院人群集聚造成的交叉感染風險。目前，該檢測平臺已在膠州18個鄉鎮衛生院、500多個村級衛生室全面推廣，通過采集患者主訴、風險因素（例如接觸史）、癥狀、體征等信息進行智能診斷，進而推薦進行有針對性的專業檢查和再診斷。2月1日-14日，已篩查排除147個病例。

作為DUCG平臺開發者，全國政協常委、國際核能院院士、中國人工智能學會會士、清華大學雙聘教授張勤委托人民政協報記者廣而告之，DUCG平臺已在公網上向全社會開放免費試用，在11個主訴癥狀知識庫中，咳嗽與咳痰主訴庫可診斷包括新冠肺炎和普通肺炎在內的幾十個疾病，所有庫專業測試正確率95%以上。既可幫助臨床醫生診斷，也可幫助患者自查，有效解決當前及以后各種疾病患者到大醫院看病不方便，

以及容易交叉感染的問題。

“核技術”出手診斷新冠肺炎

“近期一定不要用手機登錄，必須使用電腦或Pad登陸。”張勤強調。

為什么不能用手機？原來“小平臺”背后有個“大身材”。專業版的DUCG有很多功能，例如圖形解釋診斷結果功能，手機屏幕放不下。DUCG診斷系統是從核電站故障診斷理論發展而來的，專業性很強。目前簡化后的手機版正在開發，尚未面世。

張勤常委的另外一個身份是國際核能院院士。在美國留學時，兩個導師（都是美國工程院院士）要求他在核電站發生故障且有虛假信號的情況下，利用人工智能技術實時在線準確地診斷故障在哪里，而不僅依賴人來判斷。因為人很難在復雜的工況下及時做出正確的判斷，特別是在有虛假信號、知識不完備且信號動態變化、事故危害大的情況下。美國三哩島核事故就是例證。

“但我調研后發現，已有人工智能理論主要是基于大數據機器學習的。而在核電站領域，很少有故障數據，因為一旦發生事故，硬件和軟件包括操作員思維都會改變，不會再出現以前出過的事故了。傳統的基于規則的專家系統難以應對不確定性和問題的巨大規模。所以我只能創立一套新理論，用于在存在虛假信號的情況下診斷核電站故障，且能診斷從來沒有發生過的故障。這就是DUCG理論體系的由來。”張勤說。

從30多年前發展到現在，DUCG平臺在國內醫療領域也開展了應用研究。張勤常委團隊與浙江大學醫學院李蘭娟院士團隊合作，通過建立黃疸待查相關疾病的知識庫，聯合開發了黃疸DUCG平臺，幫助基層醫院提升有關黃疸待查問題的診斷水平。

與現有大數據模型不同的是，DUCG平臺依賴的是專業知識，而非病例數據。在來勢洶洶的新冠肺炎疫情前，即使面對零數據，依然能夠很快做到“該出手時就出手”，就近及早將疫情控制在源頭。

與大數據互補讓三甲專家“下鄉”

張勤告訴記者，新冠肺炎疫情暴發以來，他和團隊加班加點，在幾位臨床專家的協助下，已在11個主訴庫的咳嗽與咳痰庫中加入了新冠肺炎鑒別診斷，并重新進行了庫中所有疾病的病歷驗證，現已上線，可以幫助診斷是患新冠肺炎，還是其他疾病。

目前，除了膠州外，重慶忠縣的兩個鄉及其所轄社區和村的醫療機構也已開通DUCG平臺醫療專網應用，將疫情防控關口前移，為基層疫情初篩、排查等工作提供了有力保障。

“DUCG不同于大數據機器學習黑箱模型，其知識庫、推理過程和診斷結果具有強可解釋性，即不僅告訴你是什么病，而且告訴你為什么是這些病。同時，兩者又可以互補，因為DUCG不做醫學影像識別，也不做腸鳴音、心音等聲音識別，但這些可由大數據AI來完成，首先由DUCG系統推薦檢測，檢測結果經大數據AI判斷后作為DUCG系統的輸入證據，并由DUCG系統完成綜合診斷。”張勤強調。

自DUCG平臺在膠州上線運行以來，“基層醫師如同獲得了三甲醫院專家的現場帶教，對提高臨床醫生業務能力和診療水平有很大幫助，有效破解了‘基層首診’高水平全科醫師缺乏的問題。”膠州市新冠肺炎疫情防控指揮部辦公室物資保障組組長王坤說。

張勤告訴記者，未來DUCG平臺的前景很廣闊，可以包括ToG（衛健委、醫保等）、ToB（醫院、診所等）和ToC（患者）三種模式。對政府來說，可以解決醫療公平和優質醫療資源可及性問題，規范醫療，節省醫保費用；對基層醫療機構來說，可以提高技術水平，降低人力成本，吸引更多病人來醫院就診治療，增加效益，同時還可以在使用DUCG的過程中自動教學，提高基層醫生的知識水平；對患者來說，省去了到三甲醫院看病的煩惱，既可以自己看病（做儀器檢查、化驗和拍片檢查等除外，但這些可以到專門的檢測機構去做，不一定是醫院），還可以在醫院看完病后自己將病歷記載的信息輸入DUCG系統進行第三方驗證，改變現在醫患雙方信息不對稱的局面，使主動對自己的生命健康負責成為可能。

“不久，我們將在發熱和呼吸困難兩個庫中加入新冠肺炎疾病的鑒別診斷。未來一年，計劃完成所有數十個主要主訴癥狀知識庫的構建、自測和第三方驗證，既能診斷常見病，又能診斷罕見病，包括診斷新冠肺炎，覆蓋全科診斷，以期更有效地賦能基層。”張勤表示，“實戰”中的經驗更寶貴，希望能總結DUCG平臺在這次防控疫情中的優勢，為筑牢我國健康服務體系作出貢獻。