近日中华医学会放射学分会第十七届全国磁共振学术大会于太原湖滨国际大酒店（山西国际会议中心）成功召开，本次会议吸引了全国200余位顶级放射学专家，注册人数更是超过2200人。汇医慧影作为唯一受邀的人工智能公司，在继续教育专场上汇医慧影CEO柴象飞做了“人工智能在医学影像的方法、挑战和机遇”的专题学术报告。
柴象飞博士作为受邀嘉宾，从人工智能的发展到医学影像的发展，再到影像组学的分析方法和实践应用，做了全面深入的专题分享。柴象飞博士曾在斯坦福癌症研究中心、荷兰癌症研究所和比利时鲁汶大学医学中心三家世界顶尖的医学影像机构学习和工作，掌握医学影像的分割、识别、分析及深度学习的核心技术，发表国际核心期刊论文10余篇。
以下内容来自医学影像人工智能专家、汇医慧影CEO柴象飞博士现场演讲摘选：
医学影像的发展从以X光、超声、核磁、热成像、同位素成像为核心的物理驱动时代，再到以影像引导、治疗计划、多序列核磁、靶向造影剂为关键词的应用驱动时代，再到2010年后随着云计算、大数据、人工智能技术的发展，医学影像已经走到了数据驱动时代，在海量影像数据中挖掘有效信息，去优化诊断和治疗方法。
人工智能技术的发展将会给大数据挖掘带来新的价值和新的机会，在医疗领域，医学影像数据挖掘是最可能最先走出来的，它天生适合人工智能，柴象飞表示，因为医学影像具备4V特性：超过80%的医疗数据为影像数据（volume数量）；随着影像检测设备、检测手段的发展，多模态影像以及和病理、检测、基因以及随访信息等多种信息数据结合，数据呈现多样性（variety多样性），数据体量越多，越多样化，越适合用机器学习的方法去挖掘和处理；深度神经网络的发展给医学影像带来新的契机，然而它在实际应用中却遭遇了实际困难，因为现行计算速度达不到要求，但随着通用型显卡、GPU、CPU的发展使三维大尺度影像的计算速度和时效上得到大大提升（velocity速度）；影像数据已经完成了数字化（veracity真实度），影像报告做后结构化处理也最容易实现，因此医学影像是最容易用人工智能率先实现突破的领域。
目前AI在医疗中应用包括语音合成、分诊机器人、看护机器人、基因分析、语音识别、病历结构化、辅助决策、影像病理切片、手术机器人等等，医学影像和病理切片呈现双高特点，包括安全性（可靠性）和专业性上都非常高，也最具应用和科研价值。
深度学习对影像的应用最为成熟的是病灶的自动检测
AI从上世纪50、60年代发展至今，经历了从专家系统（正向学习）、统计模型（模式识别）再到如今非常火热的深度学习，它模拟人脑神经元，模拟大脑的分层认知结构，让机器像人一样思考和辨识。AI的发展同时表现为从计算智能（能存会算）到感知智能（能听会说、能看会认）再到如今的认知智能（能理解会思考）特点，这种发展离不开高性能计算环境的支持（GPU、CPU、FPGA的发展）。
深度学习对影像的应用层级可分为三个层级，第一步为病灶检测，深度学习可对可疑病灶进行识别和勾画，但仅仅依靠它进行诊断还是远远不够的；因此需要进行第二步-病灶量化诊断，深度学习可以帮助进行鉴别疾病良恶性、分型分期等，第三步也是最后一步，是进入治疗决策，深度学习未来有望通过相关性分析，支持临床医生进行科学合理的治疗决策。
目前最为成熟的是病理活检上，如去年发布在nature封面上的一篇关于乳腺癌病理的自动检测文章，自动检测的准确率首次超过临床医生，达到了93%-95%，除此外，还包括核磁前列腺癌区域的自动检测、脑部肿瘤的识别和分割，还有应用非常普遍和广泛的乳腺钼靶的钙化点的自动检测，以及胸片的自动检测，所有的方法都依赖于大量的数据以及有效的数据标注，并利用CNN，RNN等深度神经网络结构自动获取特征表达能力，去掉繁杂的人工特征工程，进行病灶的定性自动检测。比如汇医慧影自主研发的智能化产品-胸部智能DR自动诊断，可以批量筛选病例，并对影像正常与否进行初步判断和病灶圈画，在阅片前即提供初步诊断提示，可以大大提升人工阅片效率和防漏诊率。类似的智能应用还有其自主研发的胸部CT自动诊断应用，在临床的实际验证中，比如薄层CT的诊断效率平均可提高40-50%。除此外，还有乳腺钼靶的辅助诊断应用，乳腺钼靶检查的图像分辨率最高，图像最大，病灶很小，读图过程繁琐冗长，乳腺钼靶的辅助诊断和筛查可以帮助临床医生节约大量时间。
影像不仅仅是图像，更是可采集、可计算的数据
在病灶的量化诊断上，数据的维度有了极大的扩充，从临床数据开始到病理数据，再到影像数据，实现了单独病种的全流程数据的横向学习，对病灶进行量化诊断。目前研究热点当属影像组学，国际上也出了不少高分论文，它将影像、基因、蛋白、病理、临床以及随访数据融合在一起，形成了影像组学，进行整体关联，并让计算机进行全面系统的学习，发现人眼和人的经验无法总结出来的信息。
目前，70%的临床诊断借助于专业的医学影像，在肿瘤筛查中具备无可比拟的优势。而医学影像已经不仅仅是图像本身了，更是可采集、可计算的数据。这是因为肿瘤具有异质性：同一肿瘤的不同部分表达分子、基因不同；同一肿瘤的不同部分对药物、放化疗等治疗反应不同；目前常规测量图像的平均信号强度、肿瘤区域的最大直径等信息，忽略了肿瘤区域内的异质性。通常肿瘤异质性在临床医生那表现为对信号强度、纹理特征、形状特征进行描述化语言和经验判断，有很大的局限性。
随着人工智能深度学习的发展，可以借助计算机对临床医生的经验和影像规律进行学习和建模，对肿瘤的形状、信号、纹理特征等用数学和统计学方法进行提取和计算。汇医慧影自主研发的影像大数据科研平台一键实现这些功能，它可将影像和病理的1040个特征信息与临床信息进行统计关联，进行癌症的预后结果监测，如肺小细胞癌的预后、头颈癌良恶性的预测，尤其是在发展复杂迅速的肝癌上有很大的预后监测价值（2007年发表于Nature），当影像信息结合基因组学、临床信息结合，对疾病的预测可以提高8-9%。
过去5年来，分子影像学是临床科研非常火热的一个领域，但其要求的软硬件环境非常高，从2015年开始，随着人工智能和影像组学的迅速发展，仅2016年一年人工智能和影像组学在全球发表论文超过1000篇。其实，影像组学分析方法在科研上有着极大的优势，它不像分子影像学一样需要具备较高的化学基础和动物模拟试验能力，它可以直接利用当前的存量数据，并结合临床随访数据，在计算机环境下，大幅降低科研门槛。
目前影像组学分析工具需要同时具备图像采集工具，图像存储工具，计算环境，python、itk等工具软件，机器学习工具，图像处理工具，特征值提取工具等，汇医慧影自主研发的影像组学工具集上述工具于一体，可进行海量云存储、高性能计算环境和高级图像处理算法，可实现课题管理、成员管理、多中心研究、数据脱敏导入等全流程管理，并可实现可视化结果，大量的模型组合中可挑选出统计意义最高的模型，最终可进行ROI勾画和个案预测。
汇医慧影影像组学全部工作流程包含六步，包含数据库建立、病灶分割、特征值提取、特征值降维分析、统计模型训练和个案预测，前两者临床医生可独立完成，后面四步则需要具备较高的数学统计能力和编程能力，多数医院以及医生会通过和工科高校的联合课题完成上述全部工作，而汇医慧影影像组学分析平台则可大幅降低临床科研门槛，并提高影像医生的科研水平。
影像学发展趋势将从临床科学迈向
计算科学、数据科学
在未来，多维度、定量化的影像将成为精准医学的必备，人工智能算法及大数据分析将发挥出更大的价值，扮演更重要的角色，影像学将从临床科学迈向计算科学、数据科学，人和计算机共同进行决策。
有人说人工智能将掀起第四次工业革命，引起一场新的科技风暴。已经越来越多的公司进入人工智能赛道，尤其从2010后人工智能公司持续进入，呈现爆发性增长。
在当前人工智能可有效缓解医疗资源供给不足的问题，当前医学影像存在的困境包括：
第一是缺口大，目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率约为4.1%。放射科医师数量增长远不及影像数据增长。这意味着放射科医师在未来处理影像数据的压力会越来越大，甚至远远超过负荷。
第二是不精确，只能凭借经验去判断，容易误判：中国医学会一份误诊数据资料显示，中国临床医疗每年误诊的人数约为5700万人，总误诊率为27.8%，器官异位误诊率为60%，恶性肿瘤平均误诊率为40%，如鼻咽癌、白血病、胰腺癌等，肝结核、胃结核等肺外结核的平均误诊率也在40%以上。
经过严格训练过的AI系统，仍然低于顶级医生的诊断准确率，但高于低年资医生的准确率：AI可协助高年资医生完成初级分类预筛选，提升医生效率；AI可辅助缺少经验医生加快学习进度，辅助医生进行诊断决策；AI可以快速学习，迅速提升诊疗水平，作为医生的虚拟助手填补市场缺口。
影像学发展依然挑战巨大，跨界融合才是未来
第一，数据不完整：数据表现为标准化程度低，全流程数据不完善，医院间数据共享程度低；
第二，疾病分散，算法开发量大：每个部位都有上千种疾病，单病种数据量少，多病种精准算法开发挑战大；
第三，交叉型人才稀缺：同时具备医学、计算机学、数学的人才大量稀缺；
医学是一门体系庞大、结构严谨的学科，无论是临床专科，还是病理、检验、影像、护理等专业，都有着清晰的学术脉络。人工智能的医学应用不仅仅是商业问题，还会涉及到一个国家的医学水平在国际上的整体竞争力。医学应用开发的系统性和前瞻性，代表着中国在人工智能整体布局上的实力与竞争力。
我们还应该看到，人工智能与医疗的碰撞，不仅仅带来创新的机遇，更多的将会引发行业，专家，患者，创业者，投资者，各方的思考，甚至是挑战。这不是一家或几家创业公司能够解决的问题，而是需要我们的硬件、运营、医院管理、专业学术人才，通力合作，不断碰撞，才能带动医疗行业的整体大跨步前进，才能代表着世界先进水平。
在此次磁共振学术会议上，汇医慧影隆重发布影像大数据平台2.0，在座观众共同见证了这一具有纪念意义的时刻！在过去的几个月内，汇医慧影影像大数据1.0科研平台已经和全国40多家顶级三甲医院共同设计与联合测试，完成了从1.0到2.0的华丽蜕变，实现了对影像数据和临床数据进行大数据分析的一键式分析处理，优化了系统功能，并实现了多序列多ROI勾画，成为医学科研的加速器和必备助手。
汇医慧影公司由医学影像人工智能专家柴象飞博士于2015年创立，是一家国家级高新技术企业，其以云计算、大数据、人工智能技术，打造了数字化、移动化及智能化的医学影像和肿瘤放疗平台，构建了影像智能筛查系统、防漏诊系统及将影像深度应用于肿瘤、心血管、急腹症等单病种的人工智能辅助诊断系统。汇医慧影致力于将大数据、AI深度应用于医学科研管理和临床诊疗，坚持产学研一体化，截至目前，已经和400多家医院完成临床和科研合作，并和斯坦福大学、清华大学完成战略合作，获得了包括蓝驰创投在内的5000多万A轮融资。
联系客服
