關(guān)于人工智能在醫(yī)療影像的應(yīng)用和思考深度剖析

11月13日，視見醫(yī)療創(chuàng)始人&首席科學(xué)家、香港中文大學(xué)博士陳浩分享了關(guān)于人工智能在醫(yī)療影像的應(yīng)用和思考。

視見醫(yī)療科技是一家高科技驅(qū)動的創(chuàng)新型公司，由香港中文大學(xué)醫(yī)學(xué)影像計算分析實驗室孵化，創(chuàng)始團隊為香港中文大學(xué)教授和博士團隊及全球500強高管人員。其核心是依據(jù)計算機醫(yī)學(xué)影像分析和人工智能技術(shù)，對醫(yī)療影像大數(shù)據(jù)進行自動化分析識別，旨在開發(fā)高質(zhì)量的醫(yī)學(xué)影像分析軟件和大規(guī)模影像分析平臺，為公/私立醫(yī)院，第三方獨立影像檢驗中心，醫(yī)學(xué)成像設(shè)備提供商等用戶群體，提供高性能低成本的計算機輔助診斷產(chǎn)品，服務(wù)和解決方案。   

演講中，陳浩首先介紹了醫(yī)學(xué)影像領(lǐng)域需要完善的方向。他認為，目前我們需要做好四件事情，其一，醫(yī)學(xué)影像AI輔助診斷系統(tǒng)。而該診斷系統(tǒng)又分三個方向，放射輔助診斷系統(tǒng)、放療輔助診斷系統(tǒng)、AI病理輔助診斷系統(tǒng)。其中，放療歸屬于放射方向，所以主要有兩大方向，視見醫(yī)療科技也有兩個專門的負責(zé)團隊，放射輔助診斷和病理輔助診斷系統(tǒng)。通過對病理影像的處理，比如說病灶的標注、定性判斷、定量測量、三維建模等等來輔助醫(yī)生。

其二，遠程診斷平臺構(gòu)建。把我們模塊化的工具通過這個平臺，將醫(yī)生專家緊密地結(jié)合起來，并且為全國各級醫(yī)院患者提供服務(wù)。

其三，與PACS廠商、影像設(shè)備廠商以及第三方平臺的合作。我們在香港已經(jīng)建設(shè)完成相關(guān)平臺，在深圳正在建的醫(yī)學(xué)影像運算中心和大數(shù)據(jù)中心。我們最近拿到的數(shù)據(jù)都是上百TB的數(shù)據(jù)，之前處理1000個人的數(shù)據(jù)，年初的時候需要使用三臺服務(wù)器耗費一個月才能得出結(jié)果。而通過目前的技術(shù)，我們半天就能出結(jié)果，所以構(gòu)建醫(yī)療影像計算中心的必要性是確實存在的。

其四，解決目前的醫(yī)療困境，即醫(yī)療資源匱缺的問題。舉一個例子，放射科數(shù)據(jù)的年增長量是30%，而醫(yī)生的增長率只有1%，數(shù)據(jù)的增長速度遠超醫(yī)生的增長速度。第二個是關(guān)于病理科的情況，目前我國持照的病理科醫(yī)生9000名，缺口達到5萬以上。醫(yī)生+人工智能這種工作場景是能夠為解決這種困境提供幫助。

對于人工智能+醫(yī)療影像未來發(fā)展，陳浩表示：“人工智能的前身就是計算機輔助分析，它的兩項核心就是病灶檢測和定量分析，能夠減輕醫(yī)生的負擔(dān),提高工作效率，減少錯誤發(fā)生，輔助影響診斷，實現(xiàn)患者最終獲益。目前，人工智能醫(yī)療影像面臨的挑戰(zhàn)包括數(shù)據(jù)質(zhì)量；臨床嵌入、要貼近臨床的使用；泛化能力，對算法或者公司的研發(fā)人員來說，不同的醫(yī)院、不同的廠商、不同的設(shè)備掃描出的圖象它的泛化能力是什么樣的，這是我們目前做得最多的；還有一個是可維護性，維護要簡單；功能易用性方面，要滿足醫(yī)生的需求，符合醫(yī)生的使用習(xí)慣。”