重磅！第二届中国医学影像AI大会暨《医学影像AI2020发展报告》发布

2020年9月20日，一场医学影像AI领域，政、产、学、研、用万众瞩目的盛会，在上海国际会议中心胜利闭幕。

▲第二届中国医学影像AI大会现场

这场由中国医学影像AI产学研用创新联盟（CAIERA）主办的“第二届中国医学影像AI大会”，为期三天。以“AI助力健康中国”为主题，围绕2030健康中国行动纲要，吸引了线下参会人数达千余人，线上参会近七千人，线上观看近三万人次。

我们看到了“新技术论坛”上行业发展最前沿的趋势；

我们也看到了来自“智慧医学影像研究院”影像组学进阶班年轻的新生力量。

作为此次大会的重磅环节，在周日的“医学影像AI 2020 发展论坛”上，举行了《医学影像AI 2020 发展报告》新书发布会。

▲《医学影像AI 2020 发展报告》新书发布会编委团

《医学影像AI 2020发展报告》是中国在医学影像AI领域第一次集合了政、产、学、研、用专家共同参与撰写。

《医学影像AI 2020发展报告》主要涵盖了12大章节，各个章节的负责人分别为：

概论（刘士远）

AI基本概念和专业术语（郑海荣）

AI在医学影像中的研究现状-数据篇（孔德兴）

AI在医学影像中的研究现状-算法篇（田捷）

AI在医学影像中的研究现状-热点篇（周少华）

医学影像AI产品标准与质量控制（李静莉、王浩）

医学影像AI产品临床验证（伍建林）

医学影像AI产品监管（彭亮、贺伟罡、刘英慧）

AI在医学影像中的临床应用现状（张惠茅）

医学影像AI产业化现状（萧毅）

AI在医学影像领域的教育需求（居胜红）

AI在医学影像的伦理（王培军）

在报告发布会现场，医趋势第一时间采访到了创新联盟理事长刘士远教授和《医学影像AI 2020 发展报告》的撰写专家们，聆听他们关于医学影像AI领域的现在与未来。

▲医趋势采访《医学影像人工智能 2020 发展报告》部分编委

经过四年多的深耕，中国医学影像AI进入了一个理性、健康发展的关键时期。

在这样的节点重磅发布《医学影像人工智能 2020 发展报告》，汇集许多业内顶级专家，对于整个行业有重要的实践跟指导意义。

中国医学AI关键节点，促进上下游融合交流

《医学影像AI2020 发展报告》主编，

上海长征医院影像科主任、

中华医学会放射学分会候任主委，刘士远教授

刘士远教授表示，在这样一个关键时期，有必要为医学影像AI上下游的所有从业者进行一次全面的总结。

因此，报告的目的是促进上下游的相互融合与交流。同时，也是通过回顾现状，总结问题与挑战，让上下游的企业实现再创新、再突破。本次报告对内容的要求是客观性、科学性、全面性、前沿性、权威性，结合产学研用的实际需求，侧重总结阶段性进展，尤其是AI在新冠肺炎中的进展。

刘士远教授告诉医趋势，此次发展报告针对的是医学影像人工智能整个行业发展全链条，也得到了国家层面的大力支持。报告涉及到人工智能上下游的所有问题，参与编写的人员都是各个领域最获认可的专家，包括国家药监局监管专家和质控专家。因此，《医学影像AI 2020 发展报告》的定位是国家层面具权威性的发展报告。

关于报告对产业将带来什么样的帮助或指导？

刘士远教授表示，希望这份发展报告对产业的指导作用包括，

1、梳理整个产业的发展现状，对于医学影像人工智能目前的算法、研发、应用、产业化、伦理、监管等情况有一个全面的了解。

2、加强AI相关基础教育，成为从事人工智能，或者即将要从事人工智能人员，包括上下游工科、科研、医学人员等的教材。

3、促进上下游融合发展的作用，提供产业上下游从业者相互学习的机会，加强融合、交流和合作，成为大家的帮手。

4、推动创新和发展，基于现状、应用、挑战的分析，有助于从业者梳理各自环节的短板，促进创新，推动产品研发和行业发展。

5、展望未来，指明方向。报告每个章节最后都对该领域存在问题和未来方向做了分析，对上下游所有环节都能起到一定指导作用，也可以成为政府决策或者监管的参考等。

最后，刘士远教授告诉医趋势，《医学影像AI 2020 发展报告》是在《中国医学医学影像白皮书》发布后近两年编写的，相比于2018年的报告，本次发展报告增加了专业术语、基础教育、政策监管、质量控制、临床验证、管理方式相关的内容，并且也是第一次有政府监管部门参与编写，更具权威性，这次正式出版的新书将在11月上市。

医学影像AI领域的数据安全一直以来成为行业争论的焦点，《医学影像AI 2020 发展报告》里是如何解决这个争议的？

AI数据伦理标准：“无害”“有利”

上海同济医院副院长、中放常委、上海放射学会主委，王培军教授

作为本次报告“AI在医学影像的伦理”章节的撰写者，王培军教授表示，AI技术的敏感性、特异性需达到95%以上才比较理想，才能达到更高的准确度，而这需要更大的结构化数据量。这就更需要保证数据的安全和隐私，也称为伦理要求。

“伦理就是AI对人有什么影响，我们希望是无害的，并且是有利的。”

无害 — 就是安全性。隐私保护，数据的安全保障。

有利 — 就是诊断的准确性。涉及到模型开发，算法改进，这些标准越高做得越好，对病人的诊断、治疗越有帮助，那么它是有利的。

此外还要保证应用的公平、透明。

医学影像AI的商业化落地，是所有产业及临床最实际的目标，作为整个医学AI产业链最受关注的环节，《医学影像AI 2020 发展报告》也做了梳理及展望。

两大方向，中国医学影像AI应用解决临床痛点

吉林大学第一医院放射科主任、中放大数据人工智能学会主任委员、吉林省放射学会主委，张惠茅教授

作为本次新书发布会的主持人，也是本次报告“AI在医学影像临床应用现状”章节的撰写者，张惠茅教授表示，《医学影像AI 2020 发展报告》里这一章节主要围绕的是中国医学影像近两到三年之间，中国学者做了什么，和国外的学者有什么不同。

“在回答这个问题过程中，我们整个编撰团队有将近20人。”

AI整体发展，国外肯定有一定优势，但从个性化来讲，中国的专家联合我们的算法专家做了很多深入的探索。

中国医学人工智能着重于两个方向，一是工作流程，另一是疾病诊断。

在工作流程中，中国学者目前更关注的是图像优化、速度提升，可以减少患者的等待时间，提升整体诊疗水平。

中国患者人数巨大而医生资源稀缺，高质量的智能化工作流程可以为临床解决很多难题。甚至有的企业已经做了一个全站式量化的质量体系。

同时我们也看到在结构化报告方向，目前头部企业还是比较少。而未来跟信息化公司整合的智能化结构报告，也是临床、患者共同的需求。

围绕疾病的诊断，中国研发者已经从头到脚都涉及到了。尤其是应对此次新冠疫情，包括AI设备无接触的扫描、操控。进行病情的评估和随访。当然我们也希望在未来长时间随访过程中，对患者的预后有一些干预。

谈到此次发布的《医学影像AI 2020 发展报告》亮点，张惠茅教授表示，除了权威性指导性以外，首次将AI术语规范化，因为语言是沟通的桥梁，如果没有一个基本框架，未来AI很难深入。

另外，系统规范的教育，这是目前中国比较匮乏的，对于医生，相关的硕士研究生，博士研究生，都会很有收获。通过一本书就能告诉你中国医学影像AI发展从概论到政府监管，大家都关注什么，该怎么做？相信会帮助到对中国医学影像AI感兴趣的中外所有读者。

让院内院外，各医疗机构之间互联互通，标准化结构化数据库非常重要。这更需要自上而下的顶层设计。

建立统一标准的结构化数据库势在必行

浙江大学应用数学研究所所长、中国生物医学工程学会医学人工智能分会副主委、

浙江数理医学学会理事长 孔德兴教授

标准的结构化数据对于AI发展至关重要。作为本次报告“数据篇”章节的撰写者，孔德兴教授表示，我国从事医学大数据的企业越来越多，但目前各单位的数据库质量参差不齐，标准不统一，数据的质控、标注、采集都不一样。远远落后于目前的研发、应用各方面，建库势在必行。

因此在编撰本书数据篇的时候，希望能组织全国各大专家，建立统一标准，包括数据的采集、标注、质控以及伦理法律法规标准。对企业、科研、临床诊断、教育培训都有一定指导作用，将助力整个行业的发展。

孔德兴教授表示，目前医疗AI数据主要面临三大问题，

第一，数据来源问题。以企业或研究单位为例，数据来源从地域上并不能做到全覆盖。从维度上，有的是针对三甲医院，但实际应用在市县级医、在基层医院、甚至体检中心，来源或不能支撑这些应用场景。

第二，数据质量问题。急需标准化、统一化、规范化。

第三，数据使用问题。包括与医院的合作研发等法律法规。

对于未来数据库搭建的突破口，孔德兴教授表示，更看重国家层面对数据搭建的统一部署，采用一个统一标准，然后由医院、科研机构、企业深入参与。这是一个多方合作的过程，并且每一方都很重要。

“《医学影像AI 2020 发展报告》发布不是结束，而是开始。”

依赖于“优质”的数据，找到适合的算法对于医学AI的发展很重要。不同于其他领域，医学领域的算法更为精细。

医学AI算法更好为实际应用服务

中国科学院分子影像重点实验室主任，国家杰青，长江学者，973首席，田捷教授

作为本次报告“算法篇”章节的撰写者，田捷教授表示，报告对于临床跟产业界有着不同方面的启发。

临床医生更关注AI如何让患者诊断更准确，治疗效果更好，所以报告里面给出了大量案例，哪些方法适合哪些临床诊疗。 

对产业界来说，报告比较系统的介绍了AI算法的发展历程，以及主流方法，并且列出非常详细的分支，使其在设计他们的方法的时候，有一个参考。 

在报告里介绍到了目前AI主流的三种算法，包括：

统计分析算法，包括一些假设检验，目前在很多临床实验中也在用。

影像组学算法，结合了比较简单的机器学习方法，从医学影像里提取出海量图像特征，基于这些图像特征建立模型，比如SVM或者随机森林模型等用于预测、诊断以及愈后分析。 

基于卷积神经网络的深度学习算法，这种方法的优点在于可以基于图像而不经过人的勾画，直接得到结果，相当于是基于医学图像的自学过程。有些模型网络可以设计得很深，100多层甚至1000多层。

同时描述了其在主要三个领域的应用，包括疾病诊断筛查、疾病治疗、愈后疗效预测。

AI的算法需要为实际应用而服务。在医学领域的AI算法要根据医生的实际需求做开发。而根据某个临床实际情况开发的算法，并不适用于所有临床问题，因此根据临床需求开发专用的AI产品或有更好的效果。 

在谈到目前医学AI算法需要哪些突破时表示，首先是人工智能的可解释性方面，第二是人工智能方法在小样本上，第三是人工智能在泛化性方面，如不同医院的应用性，第四是人工智能在多模态不同科室的数据融合方面需要有突破。 

中国医学AI新纪元，我们看到了各方众志成城，在中国医学影像AI产学研用创新联盟（CAIERA）的带领下，加速向上发展。

政、产、学、研、用交叉融合，

中国医学AI未来值得期待

刘士远教授表示，人工智能整体现状正在健康理性的发展，并进入一个上升平台。未来以患者为中心，以新技术为载体，以多模态数据库为支撑，三者齐头并进，医学AI将更丰富，更满足临床需求，也会有更多产品落地，未来值得期待。

王培军教授表示，人工智能与医学影像的联合发展正处于一个上升阶段。《医学影像AI 2020 发展报告》就是针对政、产、学、研、用，捋清楚人工智能在医学尤其是在医学影像方面的过去、现在、未来。以权威的视角，进行人工智能研发应用的全景式分析，对其未来发展有所指导和借鉴。

政产学研用只有联动起来，互相协作取长补短，才能更好促进医学影像AI的发展。未来《医学影像AI 2020 发展报告》也会根据时代发展不断更新。

张惠茅教授表示，2018年中国医学影像AI产学研用创新联盟发布的国内第一部《中国医学影像AI白皮书》，引起社会的热烈反响。2020年，在全球新冠肺炎疫情，医学影像AI智能诊断、评估已到发挥重要作用的关键时刻，“2020发展报告”更会 受到各界人士的广泛关注和社会好评。

孔德兴教授表示，目前国家卫建委正积极介入，已经为超生医学影像数据库，建立了5个子库，每天都有数据上传。而入库、标注、质控的标准，及应用解决方案都已完成。预计明年九十月份，这个数据库就可以正式展现给大家。

田捷教授表示，目前医学AI发展很火热，国家也非常支持；但也看到一些需要解决的问题。

比如需要有标准的数据集和标准化的规则，需要有更多“优质”数据，同时人工智能方法的开发也要基于隐私保护。在不能拿到足够公开数据的时候，或可以直接研发基于隐私保护的人工智能。

更多《医学影像AI 2020 发展报告》亮点！未完待续......

虽然目前AI在医学领域的应用还是个蹒跚学步的婴儿，但是“它”的成长非常迅速且每天都充满惊喜。

中国医学影像AI产学研用创新联盟，为医生、企业、研究学者、政府机构能够在一个平台上融合交流，创造了很好的典范。

相信未来医学影像AI会将临床诊疗带入一个崭新的纪元。