复旦博士用130行代码搞定核酸统计：2分钟拿结果！

自今年3月以来，上海遭遇了新一轮新冠肺炎疫情袭击。持续大量的新增病例，给上海这座拥有2500万常住人口的超大城市带来了前所未有的挑战——人工核查核酸报告，费时费力又易出错，怎么办？

对此，复旦大学一位在读博士生，利用自己的专业知识开发了一项小程序，800幅核酸截图原来要几个人核对一个多小时，现在只需等待2分钟就能拿到结果，大大提高了核查效率和精度。

由此，他也获得了众多网友的一致好评。就连人民日报都发表了这一消息，对该博士生给予点赞表彰。

（人民日报官方微博截图）

据悉，该博士生名叫“李小康”，就读于复旦大学信息科学与工程学院生物医学工程专业，担任学院2019级信息1班辅导员。由于他的研究方向是医学影像与人工智能，因此李小康平常会接触很多图像处理方法。

得益于长期的科研习惯和代码敏感性，自从学校进入准封闭管理之后，忙于抗疫的他，便对人工核查核酸报告这件繁琐的日常工作产生了思考：如何自动核查核酸截图？

作为生物医学工程专业博士生，李小康第一时间想到了以前学过的OCR（Optical Character Recognition，光学字符识别）技术。他认为，开发这项小程序并不复杂：“OCR可以把图像中的文字识别出来，转换为文本信息，就方便用来核查了。而且因为核酸截图是打印字体，识别率非常高，几乎可以做到100%准确。”

（李小康正在做志愿者）

要知道，一张截图中的文本信息很多，包括脱敏处理的姓名、证件类型、证件号码、采样时间、组织机构等内容，但不是所有信息都有用。其中，姓名、采样时间、是否已采样最为关键，是需要检索筛选出的内容。

为此，他想到了Python语言中的正则表达式——可以搜索到字符串中的特定模式内容。“使用正则表达式就可以把想要的信息从OCR识别的文本中筛选出来。最后，确认好每张截图里的姓名、检测时间和是否已采样等信息后，再把所有人的结果输出到Excel文件中，方便人工确认。”

（程序实际运行过程）

最后，李小康确定了“OCR文字识别+正则表达式筛选”的程序思路。

3月15日晚间，他花了一个多小时就写出了初始代码，共130行。程序一写好，李小康就在自己班级的核酸截图数据上进行验证，准确率果然很高，甚至检测出了之前人工核查没有发现的问题，并且程序运行时间很短。

目前，这项小程序已在该学院服务两周了。

（程序输出的Excel文件）

后来，他把这件事发到了朋友圈，不少师生表示很感兴趣，他还把代码分享了出去。为了方便不会编程的老师使用，李小康最后还把程序进行了封装——用的时候，只要在命令行输入一行代码就可以运行。

据了解，学校信息办也与李小康取得了对接。预计在不久的将来，师生们就可不用再手动收集核酸截图，而是通过小程序直接上传图片，可在后台随时查看统计结果。

（网友评论截图）

面对外界的点赞，李小康表示：“我只是用我学到的知识解决实际工作中的困难。”