“AI+医学影像”技术日趋成熟，诊断准确度、速度和覆盖病种不断实现突破，有望较快进入高效可用阶段。随着人们对AI技术期望的不断提高，AI超越人类甚至取代人类的观点在一段时间里甚嚣尘上，人与技术似乎站到了一个对立面。
但是，卸下浮躁、脚踏实地，我们会发现技术的发展本就源自人类的需求，本就是共荣共生的。尤其是在医疗行业，越是智慧的AI，越是离不开算法科学家的不断钻研，越是智慧的AI，越离不开医生的不断教养。
我们如何通过AI的眼光来看待医学影像的过去与未来？
6月30日，第三届CCF-GAIR全球人工智能与机器人峰会「计算机视觉专场」，科技巨头首席技术官、国际学术顶会主席、世界名校AI实验室主任将会公开分享最前沿的医学影像的研究与商用成果，给你全新的思考与感受。
中国科学院分子影像重点实验室成立于2012年，孵化于中科院自动化所智能医学研究中心。
田捷教授是中国科学院自动化所研究员、分子影像重点实验室主任。自2010年起，田捷教授连续获得计算机视觉与医学影像分析领域的7大最高Fellow：IEEE Fellow、IAMBE Fellow、SPIE Fellow、AIMBE Fellow、IAPR Fellow、OSA Fellow、ISMRM Fellow。两项国家重点基础研究发展计划（973计划）首席科学家。
田捷教授认为，医疗大数据里最常见的是影像数据，而且影像数据格式标准，容易获取、容易使用。但是医疗大数据不仅限于影像，还包括病理、临床治疗信息等，只有这些信息融合在一起，我们才能建模，才能解决人工智能真正在医学上的应用。
田捷教授在研究学术的同时，也在积极探索AI技术的应用前景。他认为，AI技术只有跟临床挂钩才有价值，经过企业家的转化才能变成生产力。
“现在我们需要更多人工智能和大数据在医疗问题上的典型应用，来拉动产业，拉动人工智能进一步深度应用。这是相辅相成的，空喊方法，不形成规模化、典型应用，是解决不了问题的。只有得到外科、内科大夫承认的技术和临床应用，才能更加有意义。”
北卡罗莱纳大学教授 沈定刚
在医学图像分析和计算机视觉领域，沈定刚教授的大名几乎无人不晓。
沈定刚教授，是世界上最早开展医学影像人工智能研究的几位科学家之一，并最先将深度学习应用于医学影像，从事医学影像分析、计算机视觉与模式识别等领域的研究近20年。
沈定刚教授在上海交大拿了本科、硕士、博士学位，并于1999年前往美国约翰霍普金斯大学医学院放射科开始做医学图像分析方面的工作。
沈教授在美国的学术生涯相当成功，他现在是美国北卡罗来纳教堂上分校终生教授、杰出教授，美国医学与生物工程院会士，IEEE会士，国家千人，在国际权威期刊上发表论文380篇，被引用2万余次，H-index 82。
沈定刚教授率领着一个学术能力强大的团队，在智能医疗领域处于国际引领水平，研究方向包括对自闭症、阿尔兹海默症、脑肿瘤、肺癌、乳腺癌等基于医疗大数据的精准诊疗，其中“基于多模态的阿尔茨海默症诊断”的精度居国际前列，“脑结构精准计算及诊断”研究中的HAMMER图像配准方法获得2006年IEEE Signal Processing Society最佳论文，被引用达700多次，相关软件下载量到10000多次。被全世界范围内大批顶尖高校、科研机构、著名医院及高科技公司引用。
另外，他带领的团队在医学图像(智能)分析的顶级会议MICCAI（与CVPR和ICCV在计算机视觉领域一样级别的会议）连续5年发表最多的论文（有近10%的论文来自他的团队）。
沈教授一直将自己定位成一名工程人员，做的所有问题都是为了解决实际问题。他认为，任何新技术的出现，总是先在所有领域都尝试一遍，把容易的问题解决之后，最后就剩下了硬骨头。深度学习也是如此。很多算法最终的应用都需要相应的专业知识，并非所有人都能用。
“很多人说深度学习要取代医生，我认为这是完全不可能的。如果深度学习运用得当，确实可以解决很多问题，但你必须掌握相应的专业知识才能很好地运用它。此外，一些传统方法如果能够和深度学习结合起来，将取得更好的效果。”
邢磊教授是全球医学物理领域最杰出的专家之一，斯坦福大学终身教授，斯坦福医学院医学物理系主任，同时是斯坦福大学电子系、分子影像系、生物医学工程系、生物信息系及Bio-X的兼职教授，是ACS、AAPM、RSNA以及WMIC的院士。从事医学影像、肿瘤放射以及生物信息方面的研究超过25年经验，发表论文超过350篇，获得多个NIH、国防部、NSF、ACS的重大科研项目。率先在斯坦福大学建立全球顶尖的人工智能联合实验室，联合计算机、生物医学工程、医学院等跨学科实现人才培养。
邢教授的实验室研究范围很广，从基础的影像设备、分子影像、图像重建和处理、影像和基因组学、治疗计划，到临床数据采集分析。这些研究中很多项目都涉及到机器学习和人工智能的应用。“未来人工智能将是医学研究和临床应用中必备的组成成份。”
但同时，他也表示，数据不集中不规范是目前智能医学发展的最大障碍之一。在数据方面，除了需要大量的高质量数据以外，数据的标准化也至关重要。在斯坦福大学的生物医学信息专业，其中一个很大的实验室就是致力于怎样把术语标准化。把所有的医学，工业和商业术语用标准语言表达出来实际上是一项很浩大的工程。
但从另一个角度看，政府可以很高效地进行协调、协商，鼓励来解决这个问题，可能要比国外更高效。
邢教授曾预测，将来每一个放射科的医生，手机上或者电脑终端都会有一个智能分析决策的APP，也就是说，基本上所有的要经过放射科（当然也包括其它科室）的病人，同时也会经过这个APP，尤其是疑难病症，由人工智能来辅助分析决策。
王熙博士于2016年开始出任飞利浦中国副总裁兼首席技术官，是飞利浦中国最高管理团队的成员之一，负责飞利浦在中国的健康科技创新战略和数字化转型。在中国成功建立飞利浦人工智能实验室，推动大数据和人工智能技术和医疗健康的深度融合和商业落地，助力中国医疗行业可及性发展。
2004年至2014年，王熙历任通用电气公司众多重要领导职务，先后担任医疗集团全球CT事业部总经理，生命科学细胞分析事业部总经理，实现这两大业务领域在全球市场的开拓及业务增长。在加入飞利浦之前，2014年至2015年，王熙担任锐珂医疗公司健康全球X光解决方案总经理及上海研发中心总经理，负责X光全球业务，包括业务长期发展战略及技术创新。
2014年，飞利浦迈出了最大胆的一步，聚焦在健康科技和照明领域，拆分成两家独立运营的公司，在健康科技领域提供“健康关护全程”的整体解决方案，飞利浦将其称之为“飞利浦6.0”时代。
2016年，在王熙的带领下，飞利浦中国成立了数字创新团队，主要致力于集成解决方案的开发，并且推出了“肺管家”，实现居家的方式与医生互联。
王熙此前也表示，在中国要做的是接地气的医疗AI 产品，立足本土才能了解中国市场，做出适合中国患者的产品。
医疗AI产品的发展正在从以诊断为中心向以健康为中心发展，这也是飞利浦整体医疗AI 布局的核心。“具体来说，我们要打造的是“健康关护全程”的整合解决方案，涵盖我们的小家电产品、用户的可穿戴设备以及相关医疗信息技术，产品可以辐射院前的健康管理和疾病筛查、院中的疾病诊断和治疗，以及院后的疾病康复和慢病管理等流程。”
27年前盖茨建立微软研究院，其目的之一就是希望让计算机能听、会看、能理解人类，推动计算机领域内所有分支技术的发展，包括计算机视觉、机器学习、语音识别等技术的落地，并以此为微软未来发展提供思路和方向。
作为微软亚洲研究院建立时的第一批人员，张益肇博士早些年从MIT毕业，1999年加入该研究院，从主管研究员一直到副院长。
张益肇早年在美国麻省理工求学期间，曾遇到选专业的岔路口，到底是学医还是做技术成为一个难题，思考再三后他毅然决定选择自己更感兴趣的电气工程专业，然而十几年后，他将计算机技术与医疗领域进行结合，希望可以带来更多创新。
张益肇认为，AI医疗不是简单的用技术去找医院合作。“要想技术落地，要历经千辛万苦找对场景，还要说服政策制定者、监管部门、医院采购者、科室主任、临床医生、病人等无数当事人证明技术的有效性、安全性和可行性。最后，你还要明白你的产品谁来买单。这个行业出成果需要花时间，企业家和投资人要更有耐心。”
张益肇认为，精准生活是一个未来大方向，这包括精准医疗、精准教育、精准零售，精准制造等等，这样可以减少对社会资源的浪费，提高生活效率和质量。
CCF-GAIR全球人工智能与机器人峰会：
6月30日，对产业与学术都有深入洞识的五位嘉宾，又会在 CCF-GAIR 2018 上带来怎样的精彩演讲？我们拭目以待！雷锋网雷锋网雷锋网
正在生成分享图...
刘海涛