当人工智能遇到医学影像,新技术与传统设备碰个满杯。
大数据时代下产业链互通,医生技师、科研人员、企业代表多方助力,在新技术、新环境、新模式下共促医学影像行业蓬勃发展!
新的平台,新的机遇,新的碰撞,新的火花,医学影像未来可期!
第二届中国医学影像AI大会于2020年9月18日-20日在上海举行。本次大会既有新技术论坛的最新前沿趋势,又有来自科研班的新生力量活力。
01
传统设备新技术研讨论坛CT/MR
AI新技术浪潮下 传统设备革新不断
创新性技术备受瞩目
中国医学影像AI产学研用创新联盟理事长、海长征医院影像科主任、华医学会放射学分会候任主委,刘远教授
新技术下影像学的发展,将更加精准化、临床化、智能化、院前化和网络化。
——刘士远
复旦大学附属中山医院放射科终身教授,周康荣教授
人与人工智能的发展并非取代关系,而是相辅相成的。
——周康荣
复旦大学附属中山医院放射科主任、中放委员兼腹部学组副组长,曾蒙苏主任
告别黑箱理论,人工智能迁移化学习能力的提升是未来发展大趋势。
——曾蒙苏
上海长海医院放射科主任、中国人民解放军放射学专委会副主任委员,陆建平主任
解决人工智能的“标签化”错误,开发多应用场景下的产品至关重要。
——陆建平
在新技术论坛现场,医趋势第一时间采访到了开幕式嘉宾刘士远教授,论坛支持人曾蒙苏主任、陆建平主任以及结尾致辞人周康荣教授,聆听他们关于AI医学影像的所见所闻,所思所想。
曾蒙苏主任、陆建平主任担任本次技术论坛主持人
作为新技术论坛主持人,同时也是行业领军人物,能否和我们谈一下本次技术论坛的亮点?
曾蒙苏主任:将AI技术与影像链全面结合。过去更多的聚焦于诊断,将AI技术全面助力医学影像的发展,有利于更好地提高设备工作效率,简化医生工作,降低重复劳动的问题。
医生放在重要位置,避免技术的发展脱离临床。医学影像诊断是一项十分复杂的工作,智能化发展的同时,需要大量临床数据、临床经验的支持。医生是科学与艺术的完美结合,新技术的发展不能脱离医生。该论坛为企业与医生找到了一个很好的平衡点。新技术的发展需要社会多方人员共同助力。
陆建平主任:为医疗影像行业发展提供了一个很好的交流平台。汇集工业人员、科技人员、医生、技工、企业等多方人士,加强彼此间的沟通交流,使得新技术下的产品研发可以同时满足医疗需求、研究需求、病人需求。
此次论坛为影像诊断、影像技术、设备制造提供了指导意见。在设备制造方面,论坛指出其发展大方向在于提高成像技术——加速成像。在提高时间分辨率、空间分辨率的同时,加快采集速度,使得采集效率更高,采集质量更好,发现病变点更小。
AI技术与医学影像大设备结合发展
您如何看待AI新技术在大设备领域,特别是CT领域的应用现状和趋势?
刘士远教授:影像的结合,可谓是大势所趋。在政策、技术、市场、行业、需求的多维驱动力下,AI医学影像技术蓬勃发展。未来,AI技术支持下的医疗影像,将以患者为中心,新兴技术为载体,全方位的制度为保障,聚焦于精准化、智能化、临床化、院前化和网络化发展方向,最大限度发挥影像在“健康中国”中作用。
曾蒙苏主任:IT的发展已经有50年的历史,核共振的发展也有近40年的历史。AI新技术的出现,其根本目的在于为传统设备赋能。新技术下的医学影像,其工作效率将大大提升,人工智能使得成像更加清晰,更好地助力医生完成诊疗。
未来,AI新技术下的大设备,将朝着智能化、精度化方向发展。一方面通过人工智能完成精准计算,另一方面,实现治疗前后的定量化评价,使得诊断结果有据可依。
陆建平主任:AI技术植入医学影像产品,告别了单单依靠数学模型的采集方法,实现了AI优化采集方案和数学模型矫正的双重作用,更好地杜绝人工智能的“假象”问题。未来,随着采集——数据——图像转化效率的提升,对计算机的要求将越来越高。源头技术——即芯片技术、基础工业的发展将十分重要。
周康荣教授:目前,医疗影像设备的硬件实力越来越强,软件技术,即AI技术的发展方兴未艾。AI技术在医学影像领域的发展潜力及发展机会是十分巨大的。未来,人工智能的发展将进一步助力人,人与人工智能的发展并非取代关系,而是相辅相成的。
AI技术与医学影像大设备结合发展,面临挑战
目前,AI新技术在传统设备领域发展的痛点有哪些?
刘士远教授:医学影像生态发展的顶层设计有待完善。统筹医学影像生态发展顶层设计,完善产业发展宏观蓝图;加强统一规划与监管保障,引导影像行业创新应用健康良性发展。汇聚政府部门、研究机构、高校、重点企业和行业组织等多方参与、建立资源共享、协同推进的工作格局。
医学影像技术研发需持续发力。聚焦关键技术在医学影像领域的应用需求,研究产业的整体系统架构和技术思路,增强安全保障能力,加快协同创新体系建设,推进医学影像与信息化融合发展。
医学影像体系标准需持续优化。完善医学影像在AI、大数据、区块链、云计算、5G等系列标准的顶层规划和体系设计。
医学影像应用示范不足。推进医学影像创新服务应用示范,促进行业规模深度应用;鼓励技术创新、业务创新和模式创新,积极培育新模式、新业态。
曾蒙苏主任:人工智能的发展需告别黑箱理论。人工智能在医学影像领域的发展,目前还存在着算法无法用现代科学理论全面解释的问题。依旧是“黑猫通过黑箱子变成白猫”的问题。算法的构建缺乏切实的理论依据,从而降低了用户对该技术的认可度。
人工智能无法脱离大数据,缺乏举一反三的能力。目前AI技术的发展依旧需要大量数据的支持,发掘大数据的过程,其实也是一种重复劳动。人类的迁移学习能力,是人工智能未来的发展方向,当人工智能富有思考能力的时候,工作效率将实现全面的提升。
陆建平主任:如何更好地避免人工智能的“标签化”错误。人工智能具有深度学习的能力,但同时存在真伪鉴定能力不足的问题。人工智能依旧基于数学模型的构建,精准的病变定位标签是至关重要的,但标签也存在着一定的可变性,很可能因定位不准而失效。
产品多样化,统一的人工智能算法能否实现各产品的诊疗需求。现阶段的人工智能算法基本固定,但各产品的应用场景、嵌入方案均不相同,“以不变应万变”的理论是否依旧成立,值得进一步探究。
人工智能背景下的医学影像,用“人工”辅助”人,依托大数据,汇聚各领域人才,引导产品朝着精准化、智能化方向发展。新技术下的医学影像,前途无量!
行业的发展,不止需要优秀的领头人,源源不断的新鲜血液也是行业发展的不竭动力。
此次的中国医学影像AI大会,还特别开设了科研培训班,旨在用新的授课方式,培养一批新的行业人才。
2
科研培训班
与名师、新锐近距离交流
互动式学习 精英式培养
乘风破浪 助力医学影像蓬勃发展
针对行业新人,开设科研培训班
能和我们谈一谈参加此次科研培训班的感想感悟吗?
放射科医生王旭:此次培训课上,一方面收获了行业前辈、专家老师的经验分享,另一方面,在行动学习的过程中帮助自己更好地实现了理论知识向实践的转化。培训课组织形式新颖,分组学习的方式提高了自己的协作能力与参与感。未来,AI新技术下的医学影像发展是大趋势,借用老师的一句话“不用人工智能的影像科医生是没有出路的”。人工智能的发展并非取代医生,而是更好地助力医生,完成诊疗。
医学院刘博士:很荣幸有机会可以来参加此次科研培训班。通过此次培训,结交了一群同行业,不同地区、不同身份的伙伴。此次培训班,告别了传统的授课模式,通过分组实践来学习,提高了学员的积极性与参与感。作为一名在读博士,通过此时培训,为自己的科研方向提供了更多的技术参考,同时帮助自己更好地建立行业逻辑框架。
传统医学影像行业稳步发展,AI新技术的出现,将医院影像推向智能化、精准化。新技术与传统设备的相遇,引发新一轮的科技浪潮。人工智能在医学影像领域的落地,仍然面临着很多困难,为实现AI技术的全面落地,需要政府、机构、医院和企业等方面的共同努力。
未来,AI技术下的医学影像发展,值得期待!
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有