“人工智能”遇见“医学影像”开启医疗新未来 ——“人工智能+医学影像”菁英汇在沪召开

医疗数据中有90%来自于医学影像，并且我国医学影像的数据正以30%的年增长率逐年增长，医学影像的解读需要长时间专业经验的积累，放射科医生的培养周期相对较长。相比之下，影像科医生的增长速度和工作效率是不足以应对这样的增长趋势，这将给医疗带来巨大的压力。人工智能依靠强大的图像识别和深度学习技术，将很好地解决医学影像大数据人工处理中存在的两大问题，大大提高数据分析的效率和准确性，减轻医生的压力，同时提高诊疗的效率和准确率。因此，在医疗影像领域，人工智能可率先进入临床阶段。

 

由万怡会展主办的“人工智能+医学影像”菁英汇于8月18日在上海健康智谷隆重召开，本次会议聚焦“人工智能+医学影像”全产业链，会议邀请到来自人工智能企业、大数据企业、影像公司、医院代表、民营医疗、体检中心、投资机构等全产业链中高层代表与会，以精品座谈会形式共同探讨了当前人工智能与医疗影像的场景需求、应用空间和投资前景，并就优质项目/企业进行商务配对，让商务合作交流更精准高效！



当前，人工智能已经应用在疾病辅助诊断等许多方面，尤其是人工智能与医学影像的结合，被认为是最有可能率先发展起来的领域。上海健康医学院院长黄钢以“迎接智能医学影像新时代”为题，做了精彩的开篇演讲。黄院长指出，西医需要借助医学影像做出更准确判断，临床诊断的70%依靠医学影像，我国医疗影像诊断设备在这个医疗设备市场中的占有率在39.3%-0%之间，到2018年，市场规模将达到158.36亿美元。大数据与智慧影像发展面临如下瓶颈问题：法律保障与个人隐私；产品化、标准化、规范化与市场准入门槛设置；关键技术引入、改良、创新、突破、提升；商业模式与大众健康福利模式的衔接及维护；资源配置、协调及优化；规范运营。黄院长认为，医学数据的短板在于难获得、不确定及不对称。对于智能机器人是否能够代替影像医生？黄院长的答案是有可能，但他表示这只是代替一些很一般，水平低的医生，水平高的医生未来要更多地指导着智能影像的分级诊断，AR 辅助人工智能，才更有利于人与机器的有效结合。黄院长表示，全人工智能替代人类这一定不是我们的有效选择，全智能辅助人类，让人类的能力更强大，这才应该是我们期待的结果。

 

上海同济医院副院长王培军在“AI在医学影像诊断中价值及发展趋势”的报告中首先回顾了智能化的发展历程，并介绍了人工智能在医学上的应用，包括分检预测、医学诊断、治疗方案、数据库搜索、图像识别等。王院长以动脉狭窄为例，介绍了关联规则分析在影像诊断上的应用，关联规则是指挖掘发现大量数据中项集之间有趣的关联或相关联系；以前列腺癌及肺结节为例，介绍了预测分析在影像诊断上的应用，预测分析是指根据客观对象的已知信息而对事物在将来的某些特征、发展状况的一种估计、测算活动。王院长指出，人工智能在影像上应用的现状为敏感性及特异性不够高，原因在于标准化不足、样本量不大、没有顶层设计的算法框架。人工智能在医学上的未来发展应建立标准化、大样本的大数据中心；以应用为驱动，敏感性达到99%，特异性达到95%。王院长预测人工智能发展趋势为，第一阶段：成为人类很好的帮手；第二阶段：成为与人一样高水平的专家；第三阶段：超过人类水平的专家。

 

人工智能的智能瓶颈在哪里？复旦大学医学影像智能诊断研究所所长刘雷认为，知识库——基于人的认知过程的推理策略是AI医学影像行业的瓶颈。刘所长表示，人的认知过程分为6个阶段：知识、领会、运用、分析、综合、评价，而人工智能的认知程度及在医学影像中的应用都只达到第4个阶段。刘所长谈及，在今年6月29日，在台湾大学，卷积神经网络之父、FACEBOOK AI研究院院长YannLeCun以“Deep Learning and the Path to AI”为题，对深度学习和AI的发展现状和面临的最大挑战进行分析，他指出AI的最大局限是无法拥有人类的常识，而常识是生活中人类接触到大量事物“知识”的积累。那如何让人工智能更智能？刘所长认为，解决方案在于把知识库——基于人识别过程的推理策略加入人工智能。AI影像识别在医学行业中遇到的瓶颈在于缺少获取顶级人才的大量专业知识与数据，没有知识图谱的关联性数据，没有大量文献快速阅读、分析能力，而知识库完成了对知识的操纵，推理是AI影像医学的核心。知识库，在AI医学影像诊断过程中的预测、评估、诊断，混合智能推理，将提供给医生强有力的决策依据。

人工智能相关企业亦积极参与到会议之中，阿里巴巴带来了大数据智能实践及医学影像智能诊断探索；飞依诺解读了智能诊断下的影像科医联体解决方案；英特尔分享了AI助力疾病的诊断、预测、治疗和管理方面的经验，EDDA科技介绍了以人工智能、计算机视觉为核心引擎的IQQA平台如何全面支持精准外科各术式；如何让数据创造更多价值，翼展科技给出了答案；AIRDOC畅谈了人工智能深度学习在医学影像识别中的应用…

  

资本方、医疗机构、高校院所、人工智能企业等产业链各方针对“AI+医疗影像在中国的产业化机遇探索”热点话题展开的激烈研讨，将本次“菁英汇”的气氛推至高潮，代表们普遍认为，当前“AI+医疗影像”已在疾病早期筛查、医联体建立等方面发挥了一定的作用，未来，“AI+医疗影像”机遇与挑战并存，前景可期。

 

7月，国务院发布《新一代人工智能规划》，明确提出推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。人工智能将像水和电一样成为生活的标配，改变我们的生活，而医疗是目前迫切需要突破的领域。霍金曾说：人工智能技术发展到极致程度时，我们将面临着人类历史上的最好或最坏的事情。“AI+医疗影像”为传统医疗行业带来变革，除了提高医生的工作效率外，还将作为辅助手段，大大提高诊断效率和准确率，使精准医疗成为可能，当“人工智能”遇见“医学影像”，一定会助力人类见证更美好的未来。