AI与医学影像互相融合，在医疗市场形成创新和突破

目前，人工智能赋能医疗领域的场景主要表现在：虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究报告等模块，其中，医学影像无疑是当前最热门和有所突破的应用场景。

人工智能给医疗影像带来了新一轮的变革，通过模仿人脑神经元网络构建数字模型，以及海量数据作为训练素材，人工智能在解决了算法复杂、运算要求高的瓶颈后，终于与医疗影像逐步结合，深度学习在医疗影像分析领域开始沉淀。

人工智能在影像识别等方面的应用颇多，而且多是以技术为导向的公司在进行研究。东软医疗推出影像云和人工智能在医疗行业的应用方案,飞利浦推出远程医疗影像解决方案“神飞云”中国智慧医疗云平台, 同时，新华医疗、GE、西门子、联影、迈瑞医疗、鱼跃医疗、三星等行业大咖也纷纷推出多款智慧医疗产品。

2018年7月8日，腾讯旗下AI医学解决方案“腾讯觅影”发布结直肠肿瘤筛查AI系统，利用人工智能技术辅助临床医生实时发现结直肠息肉，并实现实时鉴别息肉性质。

“腾讯觅影” 结直肠肿瘤筛查AI系统，利用图像识别、深度学习等人工智能技术，与消化内镜结合，实现了辅助临床医生实时发现结直肠息肉，并实时鉴别息肉性质，以每秒分析10张影像的速度，为临床医生提供非腺瘤息肉、腺瘤息肉、腺癌等状态的实时提醒，辅助临床医生更准确、更高效地诊断结直肠肿瘤。

其实，这是“腾讯觅影”发布的第二个解决方案，2017年8月“腾讯觅影”发布了早期食管癌筛查AI系统。此外，作为在智能语音领域独树一帜的科大讯飞在影像辅助诊疗领域也有布局，讯飞目前在肺部CT、乳腺钼靶上都做出了实际应用的产品。还有，其人工智能辅助诊疗中心接入了安徽全省40多家医院，能够实时反馈医生提交的影像诊断需求，在1秒内给出结果。

虽然人工智能更新迭代迅速，业界也推出了多款产品，但医学影像分析作为一个庞大的工程问题，很多工作都得一步步进行，尤其像医疗这种数据形态和特征较为复杂的行业，它在人工智能铺助诊断上面临的难题，也是一个接一个，且彼此之间密切相关。

因此，符合临床场景、可以大规模落地应用的产品还有待开发。原因主要有几个方面，首先训练数据集质量参差不齐，或来源于公开数据集，标注质量欠佳，或来源个别医院影像数据，缺乏多样性、普遍性。第二方面，缺乏科学系统的临床验证技术、方法及标准；第三方面，相关知识产权归属不明晰；最后，缺乏相应安全、隐私及伦理规范等诸多问题。

面对难题，只有上下游通力合作,加强医工合作,才能形成创新和突破。海军军医大学长征医院影像医学与核医学科主任，教授、博士生导师，上海市领军人才刘士远，从事医学影像诊断工作30余年，擅长胸部疾病特别是肺癌的影像学诊断，获国家自然基金重点项目、国家科技部重大国际合作项目等资助，发表论文300余篇，获省部级二等以上奖项6项，主编副主编专著与教材十余部，在医疗影像领域有深厚的理论和实践经验。同时，刘士远教授时刻关注并思考人工智能与医疗影像的深度融合议题。