2020年9月18-20日，由中國醫學影像AI產學研用創新聯盟（CAIERA）主辦的「第二屆中國醫學影像AI大會」，在上海國際會議中心隆重召開。本次大會以“AI助力健康中國”為主題，圍繞2030年健康中國行動綱要，深入探討了人工智慧在“健康中國”行動中的實踐、問題與對策。
作為本次大會的戰略合作媒體，雷鋒網進行了全程報道。
過去兩年，醫學影像AI行業經歷了一段艱難的自我變革期，然而，從今年開始，行業不斷釋放出破局的訊號，多個AI產品透過NMPA、FDA審批，正式進入商用環節。除此之外，醫學影像AI產品在抗疫中大放異彩，重新整理了社會各界對AI產品的既有印象。
新的社會環境下，如何緊跟技術變遷和行業發展大趨勢，醫學影像AI的學術研究與產業落地如何進一步突圍，都已經成為行業的新挑戰。
在人民衛生出版社總編輯杜賢的主持下，第二屆中國醫學影像AI大會組織了一場以“醫療新模式是否AI落地的機遇”為主題的圓桌訪談，中國醫科大學原副校長徐克、復旦大學副校長張志勇、安德醫智大中華區CEO李晶珏、深睿醫療CEO喬昕參與了訪談。
以下為圓桌訪談的完整內容，雷鋒網做了不改變原意的編輯杜賢：第二屆中國醫學影像AI大會主題一步步走向深入。最近幾年人工智慧技術推動醫療發展新模式不斷探索和創新。徐克教授，您認為網際網路+醫療大背景下，醫療AI未來的新場景和新模式有哪些？
徐克：最近幾年，5G、大資料、人工智慧這樣的新科技在裝置、器械以及行業中掀起了應用的新浪潮。以醫學影像診斷行業為例，已經出現眾多創新公司。這在第一次醫學影像AI大會以及這次大會上均可以看到。
越來越多實力雄厚的資本和創業者也在這方面投入，產品的臨床效用也變得越來越好。
從2017年起，國家就開始重點關注這種新模式。現在幾家公司的AI產品已經陸續獲得三類證，但總體角度來看數量還比較少，而且都是影像輔助診斷類產品。
但除了影像診斷，影像科還有一部分工作內容就是介入治療。中華醫學會放射學分會介入學組從創立到現在已經經歷三十年，介入治療的方式、方法也在不斷創新。
從2017年開始，國內外都出現可以替代介入醫生完成手術的智慧化介入手術機器人，給廣大從事介入治療的放射科醫生、臨床其他學科醫生都提供了新的方向。
以往介入手術過程，需要醫生和患者共同在掃描室的情況。手術機器人可以讓介入手術的醫生少接觸核輻射，而且不用穿厚重的鉛衣防護服就可以完成手術，提高手術的精準度和效率。我覺得，這是未來醫學影像AI的新場景之一。
杜賢：下面有請張志勇校長，作為復旦大學校長，您擔當培養國家醫療人才的職責。在人工智慧這樣的新趨勢下，對於復旦大學管理的華山、中山等醫院的醫學生培養、住院醫師培訓，您有哪些新想法和創新模式探索。
張志勇：我來自復旦大學，我的本職是醫生，每天禮拜五還要出門診。
作為一所綜合型大學，復旦大學一直在緊跟資訊化時代的發展方向。過去，復旦大學的微電子、計算機、人工智慧，以及大資料學院、數學學院已經取得一些成績。
醫學人才的培養，在今天大資料、5G等新基建的背景以及新冠疫情的形式下，對於創新模式有著迫切的需求。
從前年開始，復旦大學就開始調整醫學人才的培養模式。我們在原來上海醫科大學校址上建立了一個全新的醫院，專注於醫學人工智慧人才的培養。
目前，醫療人工智慧的發展總是以單點的形式出現在各個領域，一個綜合性的智慧醫院可以在醫療教學中融入各個學科、各個領域的人工智慧知識，這一點非常符合復旦大學的教學方式。
復旦大學本科生採用2+X的模式教學，所有本科生兩年時間內都集中上課、交叉學習，到了第三年才開始分專業、分學院學習。研究生培養則是把原來分科體系進行細化，按照綜合學科標準培養，例如生命科學學院老師帶的學生裡面很多都不是醫學方向，而材料方向的院士則可能帶了很多醫學類研究生。
杜賢：接下來請李總和喬總談談人工智慧和醫學影像結合後的市場前景。李總的安德醫智團隊已經獲得三類證，在影像人工智慧產業落地上取得重要突破。你們對於影像人工智慧產品的商業化創新模式、創新思想、創新方向有怎樣的想法？
李晶珏：人工智慧三類證，是對我們前一段工作的總結，更是產品未來商業化應用的新起點。除了獲得認證的產品，我們在醫療影像AI上還有很多努力的方向。
關於未來醫學影像AI前景，我認為主要在於四個方面：輔助，提升，賦能，以及培訓。
輔助方面。影像科醫生面臨工作強度大、長時間疲勞工作等問題，越大的醫院這方面問題越嚴重。影像AI的優勢之一，正是在一定程度上提升效率。
此外，像心臟血管後處理、頭頸血管後處理等方向也可以利用AI，把醫生從複雜的、重複性勞動中解放出來，這是現在大部分醫學影像AI產品的研究和落地方向，未來也可能向其他方向拓展。
提升方面。現在的提升都是輔助類提升，這和國內固有的醫療環境有很大關係。國內中西部和東部醫療資源分配不平衡，城市和農村分佈也不平衡，中國排名前100名的醫院集合了90%醫療資源。
未來，我們可以透過人工智慧幫助基層醫生提升能力和效率，服務基層醫療，其中包括複雜疑難病、腫瘤的鑑別診斷，在基層進行乳腺核磁、心腦核磁、PET-CT等複雜影像檢查。過去，這部分專業技師和診斷醫生在基層非常稀缺，在基層做心臟核磁、乳腺核磁檢查是一個難題，我們也在研發這方面的產品。
賦能方面。除了影像分析，AI在影像診斷中扮演的角色也越來越重要，甚至正在參與和影響現在的臨床診斷。例如我們現在做的腦出血、腦血腫擴張預測。除了完成第一步的腦出血影像判讀，AI還可以進一步輔助臨床指導病情進展，分析患者全週期數據，對病人未來的疾病風險進行預測。
例如，動脈瘤這種致死率非常高的疾病，如果透過影像就可以得出發病機率，那麼將賦能影像科醫生深入診斷，進行臨床決策。
培訓方面。醫療影像本身就是大資料的應用。AI不僅可以輔助醫生診斷，也可以幫助醫學院學習和基層醫生培訓，找到醫學影像的普遍規律。
杜賢：下面有請深睿醫療聯合創始人CEO喬昕，分享未來影像AI的發展預測。
喬昕：醫療人工智慧只是一個小的發展趨勢。在社會大背景下，各行各業都在經歷歷史性的技術變革。醫療人工智慧雖然在肺結節、糖網等領域做了幾個簡單的嘗試，但距離真正臨床落地還很遠。
產品持續到臨床落地主要分為三個階段：
第一個階段，技術準備。這個階段只是完成簡單的基礎工作，許多知識都需要向先行者學習；
第二階段，打磨產品，讓產品更加符合臨床的需求；
第三階段，落地。在技術實現、產品打磨好後就需要進行實踐。現在醫學影像AI行業都在強調實踐，未來人工智慧關注的方向不止於科研，科研成果下一步也需要落地、產品轉化。
我覺得，落地是現在各個人工智慧應用行業正在面臨的首要問題。
例如醫療AI，一方面醫生有很強的需求和痛點；但另一方面，技術開發者能不能找到這些點進而解決，是落地的關鍵。
現在衛健委倡議的智慧醫院、網際網路醫院建設為醫療人工智慧下一步的發展，提供了大量可以發揮作用的場景，但關鍵在於能不能做好醫工、醫信結合，抓準痛點、實現技術優勢的轉化，我覺得劉士遠主任釋出的《中國醫學影像AI發展報告2020》是一個特別好的指引。
從今年開始，醫療人工智慧行業已經有一些產品拿到認證，開始逐步實現落地。但我認為智慧醫院、智慧醫療、賦能基層等目標的實現還需要付出很多努力，這正是我們這個行業努力的方向。
杜賢：謝謝以上四位嘉賓為我們提供跨界合作、協同創新、融合發展，深度融合的醫療AI新方向。接下來每人用一句話總結醫學影像AI的新未來。
徐克：從行業角度，我希望AI未來能夠為醫學影像行業提供高效、精準、安全的新作用。
張志勇：未來的醫學影像AI，充滿了更多新挑戰和新希望，復旦大學將為這個行業輸出更多綜合型人才。
李晶珏：從企業角度，不忘初心，腳踏實地，用最尖端的人類智慧來服務人們的健康。
喬昕：深睿的價值觀“讓AI賦能不再困難”。雷鋒網雷鋒網