人工智能的发展，在某种意义上也意味着，科技正在进入并深度改变我们生活。而人工智能与医学领域接壤，应用于具体的医学诊断领域，则大大提高与改善了医生的诊断水平与患者的治疗感受。人工智能辅助诊断技术不但能够在特定疾病领域得到有效应用，有时还能自动完成疾病筛查，AI辅助诊断本身的优越性以及其在医学领域上的拓展与探索，为我们创造了更多可能。
我国每年各类医疗机构诊疗总人次超过70亿次，并且存在医疗资源分配不均、布局结构不合理等问题，医疗卫生行业面临巨大的服务需求压力。随着医疗信息化快速发展，电子病历和健康档案的施行，产生了大量的信息。利用人工智能技术辅助开展医疗过程，对数据进行整合分析，为提升医疗卫生服务能力，解决医疗资源紧缺带来了新契机。
2022年6月17日，由VB100、动脉网主办的AI辅助诊断创新发展论坛，从环境导向、医生专业化解读、行业探索以及关于未来的探讨四个方面来共同探讨人工智能辅助诊断的政策、环境解读、人工智能辅助诊断在医院的落地应用、使用效果等如何助力基层医疗筛防以及在未来人工智能辅助诊断的发展方向以及潜力赛道等问题。
AI影像在未来医学发展中的研究与应用
沈定刚｜上海科技大学生物医学工程学院创始院长 / 联影智能联席 CEO
世界各地推动医学影像AI行业快速发展医学影像AI，全球市场规模预计2027年将达2800+亿人民币。亚太地区将成为接下来五年全球市场中增长最快的区域。无论从产业段，科研端再到三类证审批端都印正了医学影像AI行业正在蓬勃发展。
沈定刚教授给大家分享了两个智能化AI影像的应用实例。一个是脑卒中全生命周期智能管理，该套系统打通了日常预防到术后康复的通路，对患者进行全周期的健康追踪，尤其是在急诊过程中AI能够根据医学影像数据对患者病灶智能量化，并自动进行危急预警，辅助临床做出更精确的治疗方案。另一个是肺癌全生命周期智能化管理系统，能够建立包含院前评估、早期筛查、诊断、治疗和预后和随访在内的一体化智能管理，提高医生工作效率同时提升患者治疗效果。
沈定刚教授认为在未来一定是产学研医协作共同推动医学影像AI发展，形成多场景、多疾病、全流程一体化智能诊疗。
医疗AI在心脏健康诊疗的现状与发展趋势
李 广｜科亚医疗科技股份有限公司算法负责人
根据《中国心血管健康与疾病报告》，我国心血管病现患人数3.3亿，其中冠心病1700万。冠心病患病人群庞大，已成为中国第一大死亡疾病，并且冠心病发病率及致死率仍在逐年上升，严重危害我国居民健康。同时，随着居民医疗保障水平的提高，国民对于心血管疾病关注的重点，正逐步从“低频刚需”的单一疾病诊疗向“高频刚需”的全生命周期健康管理模式上转变。那AI技术在冠心病的诊疗以及全周期管理中诊疗领域能发挥什么作用呢？
李广先生给我们分享了国内首款获批上市的无创心血管功能精准评估产品深脉分数DVFFR，首先从应用层面来看科亚医疗的CTFFR产品，既不需要使用血管扩张药物，也不需要压力导丝，极大降低了患者痛苦和花费。在技术层面为了保证算法的有效性，深脉分数DVFFR的模型提取了血管各处的影像学特征、结构学特征和功能学特征，并且使用双向长期递归神经网络来综合考虑各点局部以及血管分支的全局信息，通过在大量病变数据上的有效学习和充分验证，能够计算血管树各点的FFR值，实现FFR精准评估，并与压力导丝测量的FFR相比呈现较好的一致性，且比美国HeartFlow的产品效果更好、计算更快。其无创、方便、快捷，既可以用于冠心病的精准诊断，也可以用于心血管健康评估和长期的健康管理。
筑建AI人工智能辅助诊断的基石--数字诊断常态化
樊育军｜丹吉尔创始人、斯瑞缔医疗科技总经理
数据显示,目前我国的执业病理医生不到2万人,按照国家卫健委每100张病床配备1至2名病理科医师的配置要求计算,病理医生缺口超过9万人。病理资源分布不均、医生诊断时间长,效率低、超负荷工作等都是病理诊断行业面临的主要痛点。
樊育军先生认为数字病理是解决病理诊断诸多痛点的突破口。首先数字病理在临床诊断方面能够获得更优质的可视化数据、为医生节约了诊疗时间。其次数字病理还能促进分级医疗和解决医疗资源不平衡的问题，可以做到病人在县里，诊断在省里的效果，提高基层医院的诊断水平。
在未来随着数字病理的推进，中国会形成丰富的人体病理大数据，在此基础上AI技术能够学习全国医生的诊断经验对数字病理图像进行高效能和高准确性的诊断，这也是病理领域走向AI智能的主轴。
结合人工智能的影像中台建设
陈 创｜卡易智慧产品部经理
随着国内医疗智能化快速发展，医疗数据的管理和使用的问题就逐渐暴露了出来。第一，影像数据量庞大且在持续增加，医院本身去处理数据管理的工作会很困难。第二，在医院信息数据化过程中因为缺乏规划会出现许多重复性工作。第三，数据治理监管上既要保证数据安全，同时又要满足医生或者合作院校的科研需求。
由此，针对医疗领域的影像中台就应运而生。陈创先生认为影像中台不仅仅是数据中台，它处于影像业务前台和技术后台的中间层，打通前台需求与后台资源的连接，是对业务提供数据的抽象能力和共享的过程。例如在数字化不断进步迭代的过程中，当影像数据上传到中层后，中层可以使用更先进的算法来处理图像，这样医生就不需要经常去学习新的处理软件。同时数据背后的安全问题和管理、合作问题也可以由影像中台来解决。
产业园区如何赋能AI医疗行业发展
邬智勇｜湖南梅溪湖新城医疗投资有限公司执行董事
目前AI医疗行业仍然存在着支持性政策落地难、数据共享机制不健全、融资方式单一、缺乏应用场景等问题。
邬智勇先生表示构建产业园最重要的就是帮助创新型企业解决上述问题，目前湖南省已经明确将人工智能医疗器械作为重点支持领域，且建立了医疗器械绿色审批通道，以服务广大智能医疗器械企业。以湘江新区为例，有着湘雅医学院、湖南省人民医院等科研院所合作助力，2020年湘江新区健康医疗产业链上的企业就超过了500家。同时，湘江新区明确将智慧医疗健康即AI医疗作为“十四五”湘江新区医疗健康产业发展战略方向，以长沙健康医疗大数据产业孵化基地等园区为载体，启动了“梅溪湖—梧桐树”产业链软环境建设，致力于为各家AI医疗企业提供最好的入驻条件，最优的创新环境。
圆桌讨论：技术与应用：医疗AI未来形态的探索
主持人：方文瀚｜丹麓资本副总裁
樊育军｜丹吉尔创始人、斯瑞缔医疗科技总经理
张 强 | 微软大中华区人工智能国家计划负责人
乔 昕｜深睿医疗联合创始人、CEO
人工智能在医疗领域的应用能够实现医疗信息和健康数据的融合、开放共享，并利用人工智能对碎片化医学信息进行整理分析，对医疗诊断过程提供辅助，提高医疗健康服务水平，解决医疗卫生资源配置不均衡问题。那么当下中国的医疗AI有什么机会和困难？未来医疗AI的发展方向又在何方？在VB100、动脉网主办的AI辅助诊断创新发展论坛上丹麓资本副总裁 方文瀚、丹吉尔创始人、斯瑞缔医疗科技总经理 樊育军、深睿医疗联合创始人、CEO 乔昕、微软大中华区人工智能国家计划负责人 张强进行以“技术与应用：医疗AI未来形态的探索”为题的圆桌论坛，对上述问题发表了自己的看法。
丹吉尔创始人、斯瑞缔医疗科技总经理樊育军指出相对于影像学中AI技术已经通过审批开始用于临床，中国病理领域仍处于数字化的过程中，真正的AI还在路上。可中国的病理医生比较匮乏，医院的病理科是最需要AI来赋能，以提升医生的工作效率。病理学上不同器官、不同病种的诊断情况不同，目前AI处理时大多还是单一病种。所以他呼吁更多的AI医疗企业能够在病理科AI医疗的路上发力。
深睿医疗联合创始人、CEO乔昕认为人工智能在医疗和大健康领域大有作为，运用智能化手段，提供同质化的医疗服务和个性化的诊断和治疗成为大势所趋。中国智慧医疗建设是一个宏伟蓝图，从国家中心城市到区域中心城市智慧医疗体系建设，人工智能助力基层医疗三级服务网络的建设，全力提升诊断效率与精度 。
微软大中华区人工智能国家计划负责人张强表示在任何领域讨论AI的时候只讨论AI技术本身是有问题的，必须将AI技术、行业本身和监管放在一起观察。所以微软云目前更多做的事情是希望为各家医疗AI公司提供技术落地最后一公里的工作。同时也希望中国的优秀AI医疗企业能搭载着微软的云平台进行出海业务。
渝公网安备 50011202502165号
