放射医学技术人机对话(刘士远：医学人工智能要基于临床应用 “AI+医学影像”将成影像诊断的重要解决方案)

Posted 2023-05-27

篇首语：知道如何活用知识最重要，知道知识的来龙去脉次之，拥有知识再次之。本文由小常识网(cha138.com)小编为大家整理，主要介绍了放射医学技术人机对话(刘士远：医学人工智能要基于临床应用 “AI+医学影像”将成影像诊断的重要解决方案)相关的知识，希望对你有一定的参考价值。

放射医学技术人机对话(刘士远：医学人工智能要基于临床应用 “AI+医学影像”将成影像诊断的重要解决方案)

12月15-16日，由中国医学影像AI产学研用创新联盟（CAIERA，以下简称联盟）主办，中国健康促进基金会、上海市医学会放射学分会、中国医学计算机成像杂志共同承办的首届中国医学影像AI大会于上海国际会议中心举办。大会以“需求、引领、共赢、分享”为主题，云集了政、产、学、研、资、医在内的国内外专家以及人工智能相关行业的企业代表，将近2000人参加了本次会议。

图为CAIERA联盟理事长刘士远教授发表主题演讲

大会主席、CAIERA联盟理事长刘士远教授表示，举办这次会议，旨在交流分享医学影像AI领域最前沿的技术及典型应用案例，加强完善医学影像AI应用产业政策的研究和指引，探讨AI在医学影像领域应用的法律框架和医学流程，总结分享如何通过产学研多方的通力合作冲出突围，打通上下游资源通道，推动医学人工智能的落地应用，推动人工智能行业的健康发展。

“AI+医学影像”将成影像诊断的重要解决方案

2017年7月，《新一代人工智能发展规划》印发。《规划》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。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。

“AI+医学影像”，是将人工智能在图像识别领域不断取得的前沿性突破技术，应用在医学影像领域，从而达到提高诊断效率和准确率的目的。目前，人工智能在医学影像领域的应用方向主要有三类：疾病筛查、病灶定量、病灶定性等，并已覆盖肺结节、乳腺癌、心血管、皮肤癌等许多病种，未来人工智能诊断的更多病种突破及准确率的提升，叠加医学影像云平台和第三方影像中心的迅速发展壮大，“AI+医学影像”有望成为影像诊断的重要解决方案。

刘士远教授认为，从目前来看，AI将在以肺结节为主的肺部疾病、骨病、心血管病、眼底、皮肤等方面发展前景比较好，在临床应用中会比较快，因为维度越小、越容易完成识别判断的病种，越容易落地。

医学人工智能面临三个瓶颈应用落地还需相应政策

虽然当前医学人工智能产业热度颇高，但是也面临不少问题。刘士远教授认为，当前医学人工智能发展面临着一些瓶颈问题，主要体现在三点：第一，AI需要有完整的产品形态；第二，AI产品要有稳定的临床表现，第三，要有相关方愿意为AI产品服务付费。

他表示，目前AI的定义、分级、评价标准都还不明确，国内还没有AI产品得到CFDA的正式审批，这些都影响着AI产品进入商业环节。作为一种新事务，医学人工智能作为一个服务，怎么定价、付费、收费，从产品的注册、在医院落地收费，还需要出台相应政策。

医学人工智能要基于临床应用 “大数据+人工智能”是未来重要方向

刘士远教授认为，医学人工智能要基于临床应用，从临床中来、到临床中去，要跟医生紧密结合，成为医生助手，减少漏诊风险。医学影像AI的落地发展，需要企业与医院、临床医生的通力合作。一方面，医院收集临床影像，提供生理信息参数和临床指标，进行医疗专业领域知识指导及培训，并对智能系统进行临床验证和审核；另一方面，企业根据医院实际临床需求，不断优化产品功能，增强临床价值属性，以求真正做到智能医疗服务临床。

刘士远教授表示，未来，中国医学影像AI产学研用创新联盟将继续发挥纽带桥梁作用，加强医学人才和人工智能人才间的互动交流，实现医疗大数据和深度学习技术的有机结合，推动产业资本和创新公司的合作，形成联盟成员间优质资源互补的良好局面，真正实现产学研用的有机结合，使人工智能在医学影像领域真正落地生根、发芽、结果，并实现临床应用，最终为提高医疗质量、降低医疗成本、造福更多民众，做出更多的突破和贡献。

“伴随人工智能发展，作为医学工作者和医学人工智能结合是非常重要的。一方面，需打造深度融合的服务平台，引领和推动中国人工智能医学影像方面的落地应用，另一方面应进一步打磨技术，将AI算法、应用场景、价值这三块实现有效链接，造福于民，在医学领域中创造新的辉煌！”刘士远教授如是说。