前沿技術可以讓基層受益

“懂AI的醫生可以代替不懂AI的醫生，懂醫生的AI可以代替不懂醫生的AI。”

在2018醫療科技世界論壇主論壇上，聯影智能聯席CEO沈定剛教授再次為醫療人工智能發聲。

長期以來，國內醫療影像硬件設備、基礎設施資源一直分布不均。為解決這一困局，國家推行分級診療政策，然而該政策在實行中面臨各式各樣的問題，人才，特別是優質醫生資源匱乏是其核心痛點之一。

沈教授在會上指出，借助AI輔助醫生診斷，特別是達到專家級水平的AI，能有效地提升基層醫院診斷水平，從而緩解醫療人才稀缺這一問題，推進分級診療落實。

他介紹說，聯影智能所依托的母公司聯影，作為一家高端醫療設備企業，過去已推出56款產品，在全國各地裝機4300多臺套，以類似于節點的方式扎根于全國各地醫院。沈定剛教授談到：“一個區域內各省、縣、鄉各級醫院，通過影像云可實現不同醫院影像設備云端連接，由此各級醫院形成一個互聯互通、資源共享的影像中心。這種情況下，我們開發的可用于輔助醫生智能診斷、早期篩查的AI智能應用，可通過云端共享給基層醫院，幫助基層醫生實現更智能、精準的診斷，提升基層醫院水平，一定程度上緩解放射醫生匱乏的問題。”

醫療人工智能，需要既懂醫生又懂AI的交叉領域優質人才

醫療人工智能與“AI＋工業”、“AI＋智能駕駛”大為不同。這種不同不僅體現在應用場景的差異上，更體現于數據與算法的不同。要駕馭“AI＋醫療”，需要優秀的既懂醫生又懂AI的交叉領域人才。

沈教授在會上談到：“企業要在醫療人工智能領域扎根，具備經驗豐富的人才必不可少，特別需要在工業界工作多年、在學術界扎根多年的人才。現在，聯影智能已經擁有一批來自蘋果、谷歌和特斯拉的工業界精英，還有來自于康乃爾大學的副教授等一批科研人才，有這樣一系列人才，我們才可以做出全棧式的醫療人工智能。”

“但我們也需要一大批年輕人才隊伍加入我們。”沈教授說。聯影智能尤其重視AI人才的培養。早在今年六月，聯影智能率先在AI人才培養方向作出行動——成立聯影智能醫智合作培育研究中心。“在這個中心，我們希望讓理工科研發人員走進醫生、服務醫生、賦能醫生。同時也可以讓醫生，特別是年輕的醫生和理工科研發人員一起成長。因為對醫生而言，AI不可能代替醫生，但是懂AI的醫生可以代替不懂AI的醫生。在資深科學家的指導下，年輕醫生和理工科人員自然而然會成為一個非常好的合作伙伴，以更快的速度將醫療和工科相結合。”

AI可應用的廣袤醫療場景

AI的應用場景非常廣泛，沈教授在演講中對聯影智能研發的AI應用做了細致的介紹。

“以肺癌為例，人工智能可以輔助成像，也可以輔助肺癌篩查，還可以做隨訪。醫生可將最新的患者肺結節影像與歷史影像作比較，對存在問題的患者進行相應的診斷和治療；同時，醫生也可在治療過程當中用人工智能做預后和預測。在這些過程中，人工智能都可大幅提高醫生效率。總的來說，從篩查、隨訪、確診、治療到預后，這些都可以通過人工智能實現流程優化，而聯影智能做的就是這樣面向整個流程的全棧式人工智能。”

“人工智能還可以賦能設備，在MR和CT中，醫生可以進行一鍵智能掃描，獲取患者的三維人體圖像。病人躺在掃描儀上面，AI會識別要掃的器官在哪里，這就是計算機視覺的應用。”

“人工智能還可以做一系列的輔助診斷，例如AI可根據X光胸片自動判斷十幾種肺病；可以檢測腫瘤的位置和參數；可以根據CT影像做骨傷鑒定。這些應用在急診中非常有用。除此以外，醫生可以在CT圖像中了解血液的流動，特別是心臟血液的流動，從而判斷患者需要怎樣的支架，隨之而來的是手術成功率的提高。另外，在做放射治療的時候，醫生一般需要花20－30分鐘時間將里面的器官勾勒出來。現在聯影智能用0．7秒的時間可以自動勾勒一個器官，快速完成器官分割。”

“人工智能還能進行關節炎的自動參數檢測。所有的這些AI應用，可以放在影像云，通過遠程醫療進行輔助分析。”

為深入描述人工智能的應用，沈教授在演講中向聽眾展示了以下案例。

“人工智能可以做腦結構的智能評估，醫生可以通過AI獲取輕度認知障礙和老年癡呆癥的診斷結果。例如，通過AI分析患者60歲、61歲、62歲的腦圖像，我們可以得知患者腦部每一個區域的相應變化，進而生成結構化的報告，輔助醫生為患者做一個非常精準的診斷。”

“除此以外，AI也可以做腫瘤的智能化掃描，當醫生認為一個患者存在腫瘤之后，可對患者做一個精準的掃描。第一個圖像掃描完畢之后，AI方法可以判斷大致的腫瘤類型，然后決定下面要掃什么。隨后，AI將后續掃的圖像與前面的圖像結合起來，繼續判斷第三個圖像掃什么。通過這種形式掃描出來的圖像擁有更好的診斷度。”

“在胸片方面，除了常規的讀片外，AI還可用于X光胸片的復讀。每天晚上醫生做過診斷，寫了報告以后，AI可以檢查所有的報告，比較相應的圖像，尋找醫生可能忽視的問題。若發現問題，AI可向醫生預警，以便醫生在第二天進行再次檢查。”

“一個新的AI應用是用于兒童生長評估，AI系統可以在一秒鐘內估計出一個小孩的骨齡。當然，更為常見的是用于骨折的智能檢測。AI可以定位出肋骨的位置，將肋骨區分開并設立標簽，并生成結構化報告。”

“除了剛才說的應用以外，AI可在肺部進行非小細胞肺癌的勾畫，僅用0．3秒即可勾畫出非小細胞肺癌，這可為影像學研究節省大量的時間。此外，通過胸部的平掃CT，AI不僅可以做肺結節的檢測，還可以做心臟肥大預警，甚至于骨折預警。”

應用需要平臺進行整合

在演講中，沈教授談到聯影智能目前正在搭建一個醫學影像深度研究平臺，平臺包含圖像分割、目標檢測、圖像分類、圖像配準、圖像映射等獨立的模塊，每一個模塊都將進行標準化，還能自由組合。這樣，當這一平臺搭建成型后，過去從算法開發到應用部署這一漫長過程將會變得簡潔，AI產品的部署也將越來越快。