测试现场，在四川大学华西医院放射科主任李真林的操作下，该系统分别对病毒性肺炎、肺结节、普通肺炎和肺气肿患者的CT影像进行同步分析，“秒级”发现疑似病变。

李真林表示，该系统不但能发现肺部3毫米的肺结节，还能对良性或恶性肺结节、不同肺部疾病进行精准区分，为临床诊断节省时间，同时可对患者不同时期的胸部CT特征做出定量分析和对比，帮助医生对患者疾病趋势进行预测；该系统产品化以后，将对医疗机构的肺部CT影像作出快速诊断，疾控部门通过对临床机构日常肺部CT检查影像的快速筛查，可第一时间发现危及公共卫生安全的相关疾病。

该项目在华西生物医学大数据中心的牵头下，得到近20家医疗机构的医学研究支持，基于人工智能深度学习技术，数据来自于临床确诊病例，数据的遴选、标注，组织华西医院放射科影像专家完成，目前该系统每分钟能扫描5967张肺部CT影像。

联合研发方负责人宋捷对项目的研发背景和使用情况进行了介绍，他说，该系统研发初衷是为了完成对新冠肺炎疾病的快速检测，用于新冠病毒肺炎临床筛查。研发过程中发现，区分肺部疾病图像对于临床具有重要价值，因此决定将系统打造为多种肺部病变的筛查系统。自2月2日开始，仅用时25天便完成。