AI在医学影像的应用快速发展 在技术和商业化上成果不断涌现

AI在医学影像的应用快速发展，在技术和商业化上成果不断涌现。3月26日，中国医学影像AI产学研用创新联盟召集国内三甲医院的影像专家、科研专家和领先的AI医学公司共同起草的《中国医学影像AI白皮书》正式发布。

报告调研人群为放射专业医生、影像AI相关研究人员和企业人员，采用公众平台普查、定向问卷调查形式，以了解中国医学影像AI产业的现状和需求。共调查了2135家医院、5142名医生，其中三级医院占比59%，二级医院占比38%;研究者120人。

报告显示，中青年医生、高年资医生和放射科管理者普通更为关注AI技术，大多数医院AI研究院或成果转化部门缺失，只有1%的受访医院建立了AI研究部门;88%的医学影像AI产品集中在肺结节;医生在合作中可提供的首要资源是图像;大部分医生认为本领域最大的问题是缺乏行业标准和AI相关知识。

中国医学影像AI产学研用联盟理事长刘士远表示，相对于传统医疗模式，AI医疗技术的发展和普及十分必要。

“中国的医疗体系目前有两个问题，一个是医疗资源不足，另一个是资源分布不均衡。医学影像AI可能是一个契机。”刘士远认为，医学影像AI来是基于云平台的工作模式，对未来的整个医学影像会产生变革，会带来智能化、互联网化、临床化的改变。当然AI的模型一旦成熟以后，它在发达的地区、高层次的医院形成了比较准确的诊断模型，用到再边远的地区也能获得同样的诊断效果，对于基层医生比较少的地区，可以大幅提升疾病的发现率和诊断准确率。

人工智能在医学领域的应用有很多，包括自然语言的识别和语音识别在智能导诊和病历输入等方面的应用，大数据分析在制药方面、药物发现、临床分析方面的应用。目前关注更多的还是医学影像方面的应用，从设备图像的重建，到图片的阅读、眼底疾病、脑疾病诊断、辅助治疗，都开始有了商业化的应用。

报告指出，医学影像AI算法取得了大突破，在辅助理疗、普适性、开放式AI计算平台等方面都取得了新进展。以开放式AI计算平台为例，面向医院的医疗AI平台主要分为两个方向：针对医疗影像数据处理的影像AI平台;针对NLP的数据AI平台。在这两类平台的基础上，综合互联网、云计算、AI、大数据分析等前沿技术，实现优质医疗资源云端协同共享、海量诊疗级大数据深度挖掘应用，为政府、医院、科研机构和个人量身定制一系列云端智能解决方案。面向科研人员、开发者，相应平台一并提供医疗AI模型建模、训练及开放应用等基础服务，推进医疗AI产业发展。

报告同时还指出，目前的医学影像AI应用出现一些突出问题，比如数据量比较少，标准不统一、标注不规范，这些问题都需要尽快解决。