第二届中国医学影像AI大会暨新技术论坛与科研培训班的智慧碰撞_

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。

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。

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！