2020年9月18-20日，由中国医学影像AI产学研用创新联盟（CAIERA）主办的「第二届中国医学影像AI大会」，在上海国际会议中心隆重召开。本次大会以“AI助力健康中国”为主题，围绕2030年健康中国行动纲要，深入探讨了人工智能在“健康中国”行动中的实践、问题与对策。
作为本次大会的战略合作媒体，雷锋网进行了全程报道。
过去两年，医学影像AI行业经历了一段艰难的自我变革期，然而，从今年开始，行业不断释放出破局的信号，多个AI产品通过NMPA、FDA审批，正式进入商用环节。除此之外，医学影像AI产品在抗疫中大放异彩，刷新了社会各界对AI产品的既有印象。
新的社会环境下，如何紧跟技术变迁和行业发展大趋势，医学影像AI的学术研究与产业落地如何进一步突围，都已经成为行业的新挑战。
在人民卫生出版社总编辑杜贤的主持下，第二届中国医学影像AI大会组织了一场以“医疗新模式是否AI落地的机遇”为主题的圆桌访谈，中国医科大学原副校长徐克、复旦大学副校长张志勇、安德医智大中华区CEO李晶珏、深睿医疗CEO乔昕参与了访谈。
杜贤：第二届中国医学影像AI大会主题一步步走向深入。最近几年人工智能技术推动医疗发展新模式不断探索和创新。徐克教授，您认为互联网+医疗大背景下，医疗AI未来的新场景和新模式有哪些？
徐克：最近几年，5G、大数据、人工智能这样的新科技在设备、器械以及行业中掀起了应用的新浪潮。以医学影像诊断行业为例，已经出现众多创新公司。这在第一次医学影像AI大会以及这次大会上均可以看到。
越来越多实力雄厚的资本和创业者也在这方面投入，产品的临床效用也变得越来越好。
从2017年起，国家就开始重点关注这种新模式。现在几家公司的AI产品已经陆续获得三类证，但总体角度来看数量还比较少，而且都是影像辅助诊断类产品。
但除了影像诊断，影像科还有一部分工作内容就是介入治疗。中华医学会放射学分会介入学组从创立到现在已经经历三十年，介入治疗的方式、方法也在不断创新。
从2017年开始，国内外都出现可以替代介入医生完成手术的智能化介入手术机器人，给广大从事介入治疗的放射科医生、临床其他学科医生都提供了新的方向。
以往介入手术过程，需要医生和患者共同在扫描室的情况。手术机器人可以让介入手术的医生少接触核辐射，而且不用穿厚重的铅衣防护服就可以完成手术，提高手术的精准度和效率。我觉得，这是未来医学影像AI的新场景之一。
杜贤：下面有请张志勇校长，作为复旦大学校长，您担当培养国家医疗人才的职责。在人工智能这样的新趋势下，对于复旦大学管理的华山、中山等医院的医学生培养、住院医师培训，您有哪些新想法和创新模式探索。
张志勇：我来自复旦大学，我的本职是医生，每天礼拜五还要出门诊。
作为一所综合型大学，复旦大学一直在紧跟信息化时代的发展方向。过去，复旦大学的微电子、计算机、人工智能，以及大数据学院、数学学院已经取得一些成绩。
医学人才的培养，在今天大数据、5G等新基建的背景以及新冠疫情的形式下，对于创新模式有着迫切的需求。
从前年开始，复旦大学就开始调整医学人才的培养模式。我们在原来上海医科大学校址上建立了一个全新的医院，专注于医学人工智能人才的培养。
目前，医疗人工智能的发展总是以单点的形式出现在各个领域，一个综合性的智慧医院可以在医疗教学中融入各个学科、各个领域的人工智能知识，这一点非常符合复旦大学的教学方式。
复旦大学本科生采用2+X的模式教学，所有本科生两年时间内都集中上课、交叉学习，到了第三年才开始分专业、分学院学习。研究生培养则是把原来分科体系进行细化，按照综合学科标准培养，例如生命科学学院老师带的学生里面很多都不是医学方向，而材料方向的院士则可能带了很多医学类研究生。
杜贤：接下来请李总和乔总谈谈人工智能和医学影像结合后的市场前景。李总的安德医智团队已经获得三类证，在影像人工智能产业落地上取得重要突破。你们对于影像人工智能产品的商业化创新模式、创新思想、创新方向有怎样的想法？
李晶珏：人工智能三类证，是对我们前一段工作的总结，更是产品未来商业化应用的新起点。除了获得认证的产品，我们在医疗影像AI上还有很多努力的方向。
关于未来医学影像AI前景，我认为主要在于四个方面：辅助，提升，赋能，以及培训。
辅助方面。影像科医生面临工作强度大、长时间疲劳工作等问题，越大的医院这方面问题越严重。影像AI的优势之一，正是在一定程度上提升效率。
此外，像心脏血管后处理、头颈血管后处理等方向也可以利用AI，把医生从复杂的、重复性劳动中解放出来，这是现在大部分医学影像AI产品的研究和落地方向，未来也可能向其他方向拓展。
提升方面。现在的提升都是辅助类提升，这和国内固有的医疗环境有很大关系。国内中西部和东部医疗资源分配不平衡，城市和农村分布也不平衡，中国排名前100名的医院集合了90%医疗资源。
未来，我们可以通过人工智能帮助基层医生提升能力和效率，服务基层医疗，其中包括复杂疑难病、肿瘤的鉴别诊断，在基层进行乳腺核磁、心脑核磁、PET-CT等复杂影像检查。过去，这部分专业技师和诊断医生在基层非常稀缺，在基层做心脏核磁、乳腺核磁检查是一个难题，我们也在研发这方面的产品。
赋能方面。除了影像分析，AI在影像诊断中扮演的角色也越来越重要，甚至正在参与和影响现在的临床诊断。例如我们现在做的脑出血、脑血肿扩张预测。除了完成第一步的脑出血影像判读，AI还可以进一步辅助临床指导病情进展，分析患者全周期数据，对病人未来的疾病风险进行预测。
例如，动脉瘤这种致死率非常高的疾病，如果通过影像就可以得出发病概率，那么将赋能影像科医生深入诊断，进行临床决策。
培训方面。医疗影像本身就是大数据的应用。AI不仅可以辅助医生诊断，也可以帮助医学院学习和基层医生培训，找到医学影像的普遍规律。
杜贤：下面有请深睿医疗联合创始人CEO乔昕，分享未来影像AI的发展预测。
乔昕：医疗人工智能只是一个小的发展趋势。在社会大背景下，各行各业都在经历历史性的技术变革。医疗人工智能虽然在肺结节、糖网等领域做了几个简单的尝试，但距离真正临床落地还很远。
产品持续到临床落地主要分为三个阶段：
第一个阶段，技术准备。这个阶段只是完成简单的基础工作，许多知识都需要向先行者学习；
第二阶段，打磨产品，让产品更加符合临床的需求；
第三阶段，落地。在技术实现、产品打磨好后就需要进行实践。现在医学影像AI行业都在强调实践，未来人工智能关注的方向不止于科研，科研成果下一步也需要落地、产品转化。
我觉得，落地是现在各个人工智能应用行业正在面临的首要问题。
例如医疗AI，一方面医生有很强的需求和痛点；但另一方面，技术开发者能不能找到这些点进而解决，是落地的关键。
现在卫健委倡议的智慧医院、互联网医院建设为医疗人工智能下一步的发展，提供了大量可以发挥作用的场景，但关键在于能不能做好医工、医信结合，抓准痛点、实现技术优势的转化，我觉得刘士远主任发布的《中国医学影像AI发展报告2020》是一个特别好的指引。
从今年开始，医疗人工智能行业已经有一些产品拿到认证，开始逐步实现落地。但我认为智慧医院、智慧医疗、赋能基层等目标的实现还需要付出很多努力，这正是我们这个行业努力的方向。
杜贤：谢谢以上四位嘉宾为我们提供跨界合作、协同创新、融合发展，深度融合的医疗AI新方向。接下来每人用一句话总结医学影像AI的新未来。
徐克：从行业角度，我希望AI未来能够为医学影像行业提供高效、精准、安全的新作用。
张志勇：未来的医学影像AI，充满了更多新挑战和新希望，复旦大学将为这个行业输出更多综合型人才。
李晶珏：从企业角度，不忘初心，脚踏实地，用最尖端的人类智慧来服务人们的健康。
乔昕：深睿的价值观“让AI赋能不再困难”。雷锋网雷锋网
正在生成分享图...
刘海涛