MICS 2018长征医院刘士远：医学影像术语、AI识别、标记的标准制定进行时

2018年7月14-15日，第五届医学图像计算青年研讨会（MICS 2018）在南京航空航天大学明故宫校区举行。

医学图像计算青年研讨会（Medical Imaging Computing Seminar，MICS）创立于2014年，其宗旨是为医学图像领域的华人青年学者提供学术交流平台，增进相互之间的了解和友谊，帮助青年学者融入学术研究大家庭。MICS聚焦于近两年内的医学图像计算领域原创研究，欢迎医学图像处理、计算机视觉、人工智能等新理论、新方法、新应用的展示，以及影像与临床医学、基础医学深度交叉的突破性进展报告。

动脉网在活动期间专访了到场演讲的海军军医大学附属长征医院影像医学与核医学科主任、主任医师、教授刘士远，以下稿件根据访谈整理。

刘士远教授简介

海军军医大学长征医院影像医学与核医学科主任，教授、主任医师，博士生导师。从事医学影像诊断工作30余年。入选上海市领军人才、优秀学科带头人及21世纪优秀人才。

担任亚洲胸部放射学会候任主席，中华医学会放射学分会候任主任委员，中国医师协会放射医师分会副会长，中国医疗装备协会CT应用专委会主任委员，中国产学研促进会医学影像AI产学研用创新联盟理事长

擅长胸部疾病特别是肺癌的影像学诊断，主要研究方向：1、早期肺癌筛查，肺癌的早期诊断及鉴别诊断，中晚期肺癌的综合介入治疗；2、肺部机遇性感染的基础和临床研究；3、慢性阻塞性肺疾患的功能影像学研究；4、分子影像学；5、人工智能在医学影像学中的应用。

相关介绍网址http://www.shczyy.com/front/professorShow.aspx?id=209 

“做医学影像AI，第一件事就是要统一术语。”刘士远教授强调。“这就像搞计算机的人要用一种大家都能识别的语言写程序一样，不然彼此之间根本没办法听懂，那这些数据、产品之间就没有办法互通，因为彼此都听不懂对方在做什么。”

刘士远教授表示，目前联盟正在致力于推动医学影像AI基本规则的制定，其中包括术语、识别、标记等重要组成部分。其中，刘士远教授提及，关于肺结节征象认识和标注的专家共识，初稿已经完成，现在正在完善，预计不久后将在国家核心期刊上刊出。

刘士远教授认为，当前的术语、识别、标记标准制定等基础工作对医学影像AI公司是一个重大的利好。现在一些公司的算法模型是通过什么样的数据、怎样做出来的，很多医生都不知道，在一个封闭的环境中，容易做出一个高准确率的模型，但在真实世界中是否经得起检验就不一定了。而在数据标准完善之后，下一个阶段的迭代模型可能更有价值。

刘士远教授的最新职务是中国医学影像AI产学研用创新联盟理事长。

2018年4月12日，中国医学影像AI产学研用创新联盟（CAIMI）在上海宣告成立，联盟理事长单位为上海长征医院，联盟成员包括了80余家国内三甲大医院，45家从事AI的企业和20多个科研机构。

联盟以促进中国医学影像AI事业及相关产业技术创新和发展为目标，旨在有效整合行业产、学、研、用各方资源，建立产业上下游、产学研信息、知识产权等资源共享机制，建立人才培养、国际合作的平台，推动诊疗指南、操作规范体系的建立，贯彻落实国家自主创新战略，实现协同合作，推动创新，发展共赢。

用刘士远教授的话说，“新技术、新业态、新模式深度融合的目标就是一起真正为解决供给问题做点事情，这样才能更好地服务更多患者。”

刘士远教授透露，目前联盟已经成立了工作组推进医生影像AI需求调研。通过对医院、企业、科研单位三类对象分别设计并发送问卷，问卷回收后进行分析，了解目前人工智能医学影像产品使用的现状，未来发展的趋势，2018年底将在此调研基础上形成需求白皮书。

在影像科，医生受强度大的重复性工作所限，不能在疾病病理、患者沟通、多科室会诊等方面发挥自己的作用与价值。当AI技术到来的时候，有可能对影像科医生的工作流程、工作重心产生重要的影响。

“有一些原来认为是医生基本功训练的工作可能会被AI替代，比如查找肺结节。”刘士远教授指出。

对于目前医学影像AI适宜进入的领域，刘士远教授认为应该选择临床数量较多但判断相对简单的需求切入，比如胸片、胸部CT、脊柱检查等。“以肺结节、肋骨骨折为例，医学影像AI对于帮助医生减少隐蔽部位的漏诊很有价值，能够有效减少急诊纠纷。”

另外，刘士远教授还提出了用正常的胸部影像构建深度学习模型，从而反向标记可能产生患病变化的情况，因为这样可以避免构建同一部位不同病种的多个模型，从而减轻算力和模型的压力。目前，还没有其他公司以该种思维打造自己的AI产品。

中国医学影像AI产学研用创新联盟简介

2018年4月12日上午成立的中国医学影像AI产学研用创新联盟，成员主要包括医学影像专家、AI科学家 、AI企业家以及医院、科研院所、高等院校、企业等相关单位，目前总计有80多家三甲医院、40多家医学人工智能领域相关企业、20多家高等院校和科研机构。

联盟下一步具体目标：一是促进中国医学影像AI产品的创新、转化和使用，制定行业发展方向和标准；二是组织编写医学影像人工智能领域的白皮书，对行业整体的状况做介绍和评价；三是组织以疾病为导向的专业合作组，然后组织并集中力量科研攻关，促进医学影像AI产品创新；四是做好政府的参谋，协助相关政府部门制订医学影像AI产品的标准，并构建标准数据库对AI产品性能进行测试和验证。