2020年9月19日,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」,在上海国际会议中心盛大开幕。
![](https://pics7.baidu.com/feed/11385343fbf2b2114e6f3efc638e353f0dd78ed1.jpeg?token=4718b18503ca309420abf8214ed7e353)
作为本次大会的战略合作媒体,雷锋网进行了全程报道。
大会初始,在上海长征医院影像科副主任萧毅的主持下,中国医学影像AI产学研用创新联盟理事长刘士远、上海长征医院院长张殿勇、北京协和医院放射科主任金征宇、中国产学研合作促进会执行副会长王建华、人民卫生出版社总编杜贤、上海市科学技术委员会副主任朱启高、国家药品监督管理局副局长徐景和,分别作了精彩致辞。
大会主席刘主任
![](https://pics1.baidu.com/feed/8cb1cb1349540923ed1f2c593556810eb3de49bc.jpeg?token=790658cc04547386cfc6fb3c8f6f347a)
大会主席刘士远在开场致辞中表示,这次论坛是在中国抗疫斗争取得重大战略成果的背景下举办,是响应国家号召,在常态化疫情防控部署下,有秩序恢复正常工作状态的有力表态,更是变局中的新开局。
“2018年首届大会的盛况依旧历历在目,虽然当时医学影像AI还处于萌芽期,但我在每位参会者眼里,看到了无尽的希望,也在每位讲者脸上,看到了坚定的信念。”
“两年后的今天,我站在千人的大会现场环视大家,我看到的更多是相信,相信自己所做的事,相信跨界的合作伙伴,相信医学影像AI的未来。因为相信,所以看见。”
为此,中国医学影像AI产学研用创新联盟搭建了真正的合作平台,整合产业资源,联合上下游各方力量,推动行业产品落地,促进行业标准形成,催化新技术、新业态、新模式的深度融合,实现行业的整体发展。
“我们的努力和研究才刚刚开始,未来还有诸多不断涌现的需求和应用场景,等待我们去发现,去挖掘。让我们政、产、学、研、用,一起携手,共同实现健康中国的美好愿望。”
上海长征医院院长张殿勇
![](https://pics6.baidu.com/feed/bd315c6034a85edfdc729262ea5a5924dc54758e.jpeg?token=55712c7a713a746b942d46dba94e6917)
上海长征医院院长张殿勇在致辞中满怀激动。“这是春节以后我第一次穿着西装、打着领带参加如此大规模的线下会议。这说明中国的抗疫确实取得了重要的成果,联盟也取得了阶段性的重要成绩。”
张殿勇谈到,目前,医学影像人工智能已在医院得到了广泛的应用。以长征医院为例,现在常规的肺结节早筛、冠脉CTA检查、甲状腺超声等场景,都在应用人工智能技术。同时,医院也开设了人工智能辅助门诊,在研的项目也涵盖了从辅助到临床、从科研到临床决策的方方面面。联盟成立以来,刘士远主任也是身先士卒、大胆突破,与同行们一起取得了很多可喜的成绩。
热情拥抱人工智能,让科技服务人类,是一个无比正确的选择。
“过去这三年,我们经历了史上最重要的改革。这个过程中,长征医院的专家,特别是以刘士远主任为代表的专家骨干,做出了正确的选择:他们坚定地选择了国防卫生事业,选择了继续在医学的征途上自我牺牲。长征医院也选择了正确的方向,提出了姓军为战、争创一流,永做新时代南京路上好军医的发展目标,坚定地选择了转型建设。”
中华医学会放射学分会主任委员金征宇
![](https://pics7.baidu.com/feed/6159252dd42a2834b1e8df97f9bb99ed14cebff2.jpeg?token=4ed02d3292a07ce46237ccd784fb8f12)
中华医学会放射学分会主任委员、北京协和医院放射科主任金征宇教授在线上对大会的顺利召开进行祝贺。
金征宇教授表示,AI在医学影像上的应用是一个非常好的课题,医学影像AI也受到最多的关注。在刘士远教授和团队的共同领导下,产学研用联盟做了很多的工作,对各方力量进行了非常好的组合。这次大会不断有学术交流,还有政策、监管的演讲及实操的学习班。金征宇教授认为,这些都是非常有益的探索。
金征宇教授表示,今年是一个非常特殊的时期,由于疫情,很多同仁难以线下交流,但是,线上的方式让大家继进行学术沟通。“我相信这次大会一定能开好,成为一个不仅是文化和理论的交流,而且能促进实际落地的活动,同时也非常感谢大家参与这次大会,也感谢线上听众参与这次大会,希望这次大会圆满成功。”
中国产学研合作促进会执行副会长、秘书长王建华
![](https://pics4.baidu.com/feed/d6ca7bcb0a46f21faf995498522a3b670d33ae65.jpeg?token=333ce96b0c759add1a8853fd20b817a9)
中国产学研合作促进会执行副会长、秘书长王建华在第二届中国医学影像AI大会致辞中表示,AI在医学影像方面的应用还存在着诸多挑战,需要产学研界科技工作者们在AI和医学影像结合上不断探索、勇于创新。
王建华在致辞中用了三个关键词概括联盟这一年来的成就:
第一、高水准。联盟致力于打造中国AI放射学界的“华山论剑”之所。目前,联盟已集聚了国内外知名医学影像人工智能企业45家,国内知名大型医院62家,相关高校科研院所22家及领域知名专家近200人;
第二,智库。产业发展一向是“得标准者得天下”,作为权威的AI医疗影像行业组织,联盟始终扮演专业的智库角色,为行业标准的推动和制定出谋划策;
第三,纽带。面对多个相对独立的资源模块,联盟充分发挥“纽带”角色,将产学研用各方资源进行串联融合,全力组织成员企业、医疗机构及相关单位进行通力合作。
王建华最后强调,未来,联盟将继续深耕AI医疗行业,辅助政府相关部门,共同服务国人健康大业,推动中国医疗卫生事业与医疗健康产业快速发展。
人民卫生出版社总编杜贤
![](https://pics6.baidu.com/feed/f3d3572c11dfa9ec279ee1f8c8dea704908fc147.png?token=ea2d87638b31ba7007914c342a0bdd2e)
人民卫生出版社总编杜贤表示:“人工智能和医学影像已经进入了碰撞和融合的历史性时刻,未来会在人工智能与医学领域取得很多重要成果。”
作为CAIERA的指导单位、协助单位,人民卫生出版社根据这一需求搭建了产、学、研、用为一体的学术发展创新研究平台,这个平台目前汇集了1000多万医务工作者,其中包括各个领域的医学专家。
杜贤认为:“现在人工智能研究中一定要重视人才,重视年轻学者,重视祖国未来的医学发展、重视人工智能跨界融合的创新人才,未来也需要在影像医学教材中大规模融入人工智能知识。”
上海市科学技术委员会副主任朱启高
![](https://pics5.baidu.com/feed/d50735fae6cd7b8997aad116a22a12a0d8330e72.png?token=b260ffcd60c33f3f5e3bcc81421f459c)
上海市科学技术委员会副主任朱启高在致辞中主要畅谈了两点想法。
他认为医学影像的现实需求已经开始牵引新一代AI技术的理论发展方向。例如医学数据质量、数量、标准、共享等问题,以及如何利用新算法和和新产品满足、覆盖多病种甚至全病种临床实际需求,都已经成为人工智能未来重要发展方向。
朱启高的第二个分享观点,主要聚焦在AI开放战略上。他表示:“医学影像AI的繁荣发展,需要开放的胸怀为创新做支撑,对待新生事物,要多包容、多施肥,用开放的胸怀和充满信任去拥抱创新”
当AI和医疗领域的结合推动着新场景、新模式、新业态的涌现,势必会颠覆传统,引起很多讨论、甚至争议,但“人工智能+医疗”,的提质增效是明显的。未来人工智能发展,需要更多鼓励,让AI技术更容易赋能。同时人工智能的发展还需要符合、遵循规律,驾驭人工智能。
国家药品监督管理局副局长徐景和
![](https://pics2.baidu.com/feed/4afbfbedab64034f347d44a909cd29360b551d86.jpeg?token=f4909ffcc28a54e93a9f6667a558f1f2)
作为医学影像AI监管方的代表,国家药品监督管理局副局长徐景和在致辞中表示,近年来,在国家政策的大力推动下,我国医学影像产品的保有量持续增长,国产化进程不断加快,进口替代稳步推进,医学影像设备行业迎来了发展的黄金期。
但也必须看到,我国医学影像产业发展起步较晚,企业规模小而散,整体竞争力较弱,中高端产品的国产占有率仍然偏低;我国医学影像数据量巨大,但数据利用效率较低,数据孤岛现象突出、数据价值密度较低,企业高质量数据的获取能力和数据标注能力有待提升;产业发展协同力度和技术平台建设力度有待加强,协同创新研发还需要加大力度。
为此,徐景和局长提出几点建议:
第一、鼓励研发创新,塑造民族品牌。要进一步加快完善以企业为主体,市场为导向,政产学研用相结合的创新体系,坚持问题导向、产需结合,协同创新、重点突破,加快提高产品的核心竞争力和可持续发展能力,不断提升企业品牌价值和中国制造整体形象。
第二、优化产业布局,加快产业升级。针对制约医学影像制造业发展的瓶颈和薄弱环节,夯实基础,练好内功,加快从低端产品向中高端产品迈进、完成从追随模仿到自主创新的转型。推进国产替代,解决核心技术“卡脖子”问题,利用好国内国外两种资源,提升科技创新实力,在竞争中占据有利地位。
第三,强化体系建设,提升主体责任,医疗器械企业要全面落实主体责任,始终把产品质量安全摆在第一位,要树立健康、科学、创新、卓越的企业文化,严格按照法规、标准和技术要求进行生产,高度重视质量管理体系建设,确保产品安全。
第四,参与国际合作,提升竞争能力。在全球化、信息化时代,医疗器械产业想做大做强,必须参与国际合作。在当前特殊的国际环境下,要有信心和勇气,参与国际合作与竞争,善于在合作中增强本领,在竞争中壮大实力。
医学图像数据库-放射影像数据库建设启动
![](https://pics5.baidu.com/feed/7af40ad162d9f2d3a3e32d5e0fe2da146227cca3.jpeg?token=19494c95bd9ec3059a051474e9bc671d)
十位专家登台,出席放射影像数据库建设启动仪式。
国家卫生健康委员会能力建设和继续教育中心主任杨爱平在启动仪式中表示,自2015年起,中心就启动了整体业务体系架构工作,这个架构体系就是“一库两平台”。
![](https://pics7.baidu.com/feed/37d3d539b6003af3b41c31359324965b1138b6d3.png?token=e56b87ade4463c6cb93e7ccf2b5a1950)
“两平台"包括:针对医疗卫生专业技术人员的全国远程继续医学教育平台、针对各类医院管理人员的全国远程现代医院管理能力建设平台;“一库"是指基于对两大远程教育平台内容支撑的医学图像数据库。
医学图像数据库的建设初衷是为医学教育提供数据支撑、教学资源支持,但在建设过程中,中心逐步发现,医学图像数据库除了支撑医学教育以外,还可以在支撑临床辅助诊断和医学科研,以及在相关人工智能产品的研发方面发挥更大作用。中心即以超声专科为突破口,全面启动了医学图像数据建设工作,经过近四年的努力,超声数据库建设取得良好成效。
目前,超声专科已收集5个器官、59种疾病、数千例数据。在此基础上,中心拓展了肝胆肿瘤数据库、放射影像数据库、眼科数据库建设工作。在建库过程中,中心始终坚持以下几个方面的特性:
第一,数据的临床思维特性,基于疾病诊疗全过程、各阶段、全链条数据进行收集、加工和储存,直接体现最真实的临床应用需求;
第二,数据的动态收集,随时收集临床中的最新鲜数据,保持数据库病种和模态更新;
第三,适应计算机深度学习需求的数据精准标注,提供精准标注科学数据;
第四,数据的应用检验,利用数据资源反哺医疗和诊断,挖掘数据价值。
此次放射影像库建设启动以后,中心还将和CAIERA共同加强多器官、多任务的标注能力建设,成立更多亚专业学组。
随后,论坛正式引来四个大会报告和一个圆桌访谈,内容高瞻远瞩、包罗万象,从智慧医疗战略,到设备监管现状,再到行业未来,获得了十足的关注。
董家鸿:医疗人工智能构造“三精医疗”
作为此次大会的重要顾问和开场报告嘉宾,中国工程院院士、北京清华长庚医院院长、中国医师协会常务副会长董家鸿,发表了题为《“健康中国”智慧医疗国家战略》的演讲,由中国科学院深圳先进技术研究院副院长郑海荣主持。
![](https://pics6.baidu.com/feed/7a899e510fb30f24e0dc88ae6c9b8144ac4b03ea.jpeg?token=629f1cc11cca0aa0f0449b87a41e0400)
董家鸿院士表示,智慧医疗已经逐步发展为中国的国家战略。以智慧医疗为核心的大健康体系正在通过全要素系统覆盖全人群、全生命周期的临床场景。
他把智慧医疗实际效应主要概括为“4E效应”:
增强,增强健康医疗服务接受能力增效,提高医疗服务效率和效能优化,优化患者医疗服务体验拓展,拓展医疗服务领域董家鸿认为:“4E效应最重要的技术核心就是人工智能,医疗人工智能正在逐渐构建“三精医疗”理念,包括最大成本效益、最佳诊疗规范、最优服务理念。
智慧医疗还在重塑未来医疗体系,包括医师培训中利用AI构建虚拟病人和空间,医学研究中利用AI提供知识查询、数据分析、科研辅助,在医院管理中利用AI强化管理。
作为国内肝胆领域的顶级专家,董家鸿2016年就组建了清华长庚国际肝胆云医院联盟,实现了肝胆病的云诊治、云培训、云科研,并利用人工智能研发了3D可视化系统。
目前清华长庚医院已经和清华大学联合利用AI技术研发了智能化肝胆手术规划系统,可以在肝胆疾病手术前,短时间内为主刀医师提供肝脏全景可视化结构,为手术规划提供依据。
除了肝病领域,董家鸿的团队还依托清华大学研发了智能脑起搏器用于治疗帕金森、BCI手康复智能机器人助力脑病患者手功能康复、心脑血管病整合式急救系统提高血管病抢救成功率。
清华长庚医院作为国家肝包虫单位,还将人工智能引入到肝虫病检查当中,与四川、青海、西藏等省份开展构建肝虫病检查系统和人工智能筛查系统。
疫情期间,清华长庚医院受到国家联防联动机制委派,和中国医学会以及清华大学组成了远程医疗队。
在武汉医院医务人员严重不足的情况下,远程医疗团队研发了隔离病房巡诊机器人和远程集成协同平台,实现生命体征检测、视频、影像集成数据的远程收集;研发的远程集成协同平台实现了远方专家团队和一线医疗团队的无缝指导连接,实时数据共享。
演讲的最后,董家鸿表示:“智慧医疗未来还面临很多困难,包括AI黑箱效应不可解释性问题。医疗AI未来发展中,输入层需要增加解释性,公开AI计算细节、训练性质和应用边界,让使用者了解其中原理和局限。”
医疗本身从细胞、器官到个体都是一个质变过程,过去简单经验积累对很多人体机能和健康问题都不能解决,AI算法的发展可能会提供高纬度复杂学习的认知和分析。
他表示:“ 医疗AI算法还需要保证医疗的严谨性,过去一个医生的问题,只会影响一小部分人,而医疗AI算法的问题则会危及一类人群。”
之后,大会在全场的掌声中进入《智慧医疗时代,观企业布局》主题圆桌访谈环节。
圆桌由复旦大学原副校长、中放第十三届主委冯晓源主持,GE医疗中国总裁兼首席执行官张轶昊、西门子医疗大中华区总裁王皓、飞利浦大中华区副总裁陈胜裕、联影智能联席CEO沈定刚、推想科技创始人兼CEO陈宽、数坤科技董事长毛新生,就医疗影像行业的现状、医疗AI的潜在困难等问题展开了讨论。(圆桌内容医健AI掘金志后续也将进行深度报道)
贺伟罡:医学影像AI的真实瓶颈并非认证环节
圆桌讨论之后,在中国医科大学原副校长郭启勇的主持下,大会迎来了第二位演讲嘉宾,国家药品监督管理局医疗器械审评中心二部部长贺伟罡,他曾多次在大会上为医学AI评审提出指导性意见,他发表的题目是《人工智能医疗器械注册审评》。
贺伟罡表示:“过去许多媒体报道和行业分析都认为医学影像发展卡在了审批环节。但对于新一代人工智能医疗器械,目前监管部门已经建立一个统一共识,加快发展新一代人工智能技术的背景下,为医疗人工智能器械发展建设提供合理化的规则定义,这一点无论是国内,还是国外都是一致的。”
目前药监局把采用神经网络的深度学习算法产品分为两类:一类是独立软件,产品为软件产品;另一类是传统医疗器械内嵌的人工智能软件。
医疗器械产品按照风险程度分为一类、二类、三类进行监管。目前,医疗AI产品都按照分类规则应属于二类或者三类医疗器械。
贺伟罡认为,行业过去将审批环节视为医疗AI发展瓶颈是不正确的。
“一款医疗产品从开发,到输入输出和验证、确认,以及最后上市是一个完整的生命周期。产品即使通过审批、开始上市也不意味全部通关,因为审核上市之后,还有上市监管环节。以通过FDA审批的医疗AI产品为例,很多产品上市后,如果在上市后使用环节出现问题,有的就需要被召回。”
关于为什么AI产品会卡在了认证环节的问题。
药监局的认证不仅只关注产品检验检测准确度、特异度和灵敏度等数据指标,还会更加考虑全生命周期的系统性审查,从训练数据质量和数量、到AI算法设计开发验证和确认,所有风险都在审批考虑范围之内。
以现在已经注册上市的几款医疗AI产品为例,在评审环节,审评部门的还会关注企业在产品设计输入阶段怎么控制风险,开发过程中怎么考虑产品实际的临床需求、预期用途、应用场景等要素,而不仅仅是检测报告或验证报告的某几个指标。
他认为,医疗AI技术还在不断发展过程当中,行业也都在研究探索、一步步驱动技术的发展,这个过程中,监管部门需要不断完善审评审批要求。
贺伟罡谈到,现阶段医疗AI的发展并没有卡在审批环节。目前药监局已经建立专门医疗AI审核小组,并发布多个关于AI医疗器械的评审要点,这些都为AI医疗器械尽快通过审批提供了帮助。最近经批准上市的冠脉血流储备分数计算软件、糖尿病视网膜变辅助诊断软件等都是这些工作的成果。
目前整个医疗AI行业在数据质量、临床应用、风险管理、第三方数据集等方面都面临各种各样的问题,专业性标注人员和算法训练都面临不足,医疗AI难题需要产、学、研、用、管各方力量合作构建开放协同的人工智能产业。
李静莉:标准的缺失是质量评价的重要瓶颈
随后,中国食品药品检定研究院医疗器械检定所所长李静莉,发表了演讲《人工智能医疗器械质量评价与标准》,由中放第十四届主委徐克教授主持。
李静莉表示:“现在整个医疗人工智能发展非常快,根据媒体报道,国内市场规模达到700多亿市场规模。国外医疗AI产品上市速度也在加快,大家已经可以看到多款医疗AI产品通过FDA审批。技术发展和审核需求已经在快速增加,疾病验证、质量评价能力,我们需要增强疾病验证、质量评价的能力,为医疗AI产品的快速审批提供支持。”
中检院作为标准归口单位,目前针对医疗AI的问题也在组织新标准、新方法、新工具的研究,以适应行业快速、跨越式发展,也已经有很多研发和医疗机构的科研人员加入到标准研究工作当中。专家团队群策群力,共同打造科学的标准体系,提升AI产品质量评价能力,服务产业与监管需求。
关于放射影像数据库建设的建设,根据大会讨论共识,数据库建设存在实施成本高和数据质控困难两方面困难。
中检院结合AI产品检测实践,认识到数据集的建设与质控发展也需要加速适配产品的发展,例如早期肺结节产品评审主要以分类和分割为主,现在已经出现更多新需求包括检验分组、压力测试等,对数据标注和质控带来更多挑战。
关于产品的审批问题。李静莉表示:“产品拿到注册证之后,还需要继续跟踪评价上市产品的真实性能,国外过去审批通过的医疗AI产品出现过召回现象,这是提示、也是警示。”
今年中检院立项和起草了两个新的行业标准:数据集通用标准和术语标准。同时,归口单位专家组还为医疗AI建立了全生命周期质量评价体系和专门的研究小组,对人、机、料、法、环这5个方面开展标准研究。在下一年度标准立项提案征集方面,社会反响热烈,共收到近40份提案,其中超过55%都和医学影像相关。
对于医疗AI这样快速发展、临床需求越来越旺盛的新事物,李静莉认为质量评价工作需要不断创新方法、思路和平台、以及数据库质控要求。
她表示:“现在行业共识还在培育,对标准规范的认识比较多元,从事标准研究的力量有待协调与整合,,这对未来行业发展和标准化进程都有重要的影响。我们希望未来行业专家可以在人工智能医疗器械标准化归口单位这样的平台里协同发展,优势互补,共同打造科学严谨的标准体系,助力行业发展,支撑监管服务。”
刘士远:医学影像AI未来的7个趋势
![](https://pics4.baidu.com/feed/730e0cf3d7ca7bcb1259c5f81d073b64f724a8d8.jpeg?token=753782b7f4702406e885cd6dc8d9fd08)
上午场的最后一位嘉宾,是本次大会主席、中国医学影像AI产学研用创新联盟理事长、上海长征医院影像科主任刘士远,他在现场发布了《医学影像人工智能2020发展报告》,由上海同济医院副院长王培军主持。
刘士远解读发展报告时表示:“医疗AI行业经过近十年的发展已经迎来几个重要的窗口期,一个是现在国家力量的新基建,另外一个是5G+AI+数据中心大背景技术发展趋势,这些正在促进整个行业打破天花板。”
发展报告主要就学术研究、行业发展、产品应用、审核认证等方面展开了分析。
学术研究方面,中国人工智能整体论文数量已经排名全球第一,影像AI方面中国排在全球第二,这些论文主要集中在神经、胸部、腹部等医疗方向。
行业发展方面,医学影像AI初创企业在2018年达到顶峰,数量开始减少,医疗AI逐渐进入落地和成熟环节。整个市场变的更加理性,市场开始关注真正有希望的成长型AI企业,
产品应用方面,医学影像AI在这次疫情中的突出价值促进更多产品落地。报告指出,三级医院医疗AI部署渗透率是4.5%-7%,未来可能达到15-20%,但因为基层医院技术情况比较差,基层医院的落地还比较少,人工智能企业还需要扩展基层空间,提高医疗AI产品的场景泛化能力。
认证方面,已经有三、四家企业获得三类证审批,科亚医疗、推想科技等企业也已经获得FDA、CE等海外认证。
产品场景方面,各个企业的产品主要提供工作流程优化,包括扫描、检查、图像处理辅助,而且胸部疾病、神经疾病、冠脉疾病等AI产品开始逐渐增多。
刘士远以长征医院肺结节产品的使用情况进行了举例:“长征医院2017年使用率是60%左右,2019年70%,今年疫情结束后点击率已经达到80%以上,被医生越来越多使用。”
报告解析的最后一部分,刘士远发表了医学影像AI行业未来的7个趋势:
第一大趋势,产品种类越来越多,从胸部、神经拓展到各个身体部位;
第二大趋势,产品功能垂直且加深,从检出、分割、量化、分类、诊断、疗效评估、治疗决策,结构化输出实现一站式多维度信息展示。例如冠脉产品,不仅可以图像后处理,还可以写报告、复核报告。
第三大趋势,由原来单任务学习趋向多任务发展。
第四大趋势,软硬件一体化发展,一方面提升计算效率,另外一方面为软件提供更好的软件载体,以及更优秀的使用界面和互动载体。
第五大趋势,全流程,人工智能开始进入病人院前筛查、院中检查、诊断,以及治疗、介入等所有环节。
第六大趋势,平台化,医院内部医疗AI产品建立统一使用入口,方便医生使用,但这需要传统设备厂商和信息化厂商通力配合。
第七大趋势,新基建加快线上线下一体化发展,AI落地扩宽我们医疗服务边界。放射科更希望得到一站式解决方案,而不是一家公司的不同产品、不同平台的割裂式服务。
现在医疗AI虽然发展很迅速,但产品、兼管、安全、医院都还有很多问题,现阶段医疗AI发展增长应该排在第一位,诊前诊后服务全流程一定会成为未来趋势。
大会最后,主席刘士远对AI医学影像的最核心问题以及未来的产业化提出了三个重要展望:
政策和行业环境
随着三类CFDA证陆续发放,行业会迎来二次繁荣
部分省份开始为AI产品建立收费目录
医疗协会和政府部门牵头建立医疗大数据中心
更多的医生和民众了解和使用AI,进而积极参与AI发展
资本市场
更加理性看待AI发展的机会和挑战,AI发展需要过程
资本聚焦团队和技术发展都比较突出的企业,扶持上市
政府加大对A领域的各种形式的投入
AI技术发展
新的AI技术出现,减少对数据量的依赖,降低开发周期和成本
产品更加成熟,提高医生和患者的信任度
和医院信息化系统(HIS、PACS等)无缝对接,融入到诊疗的流程,真正提高了医疗效率
AI影像融入更多模态数据,利用CDSS知识库具备一定的推理能力
19日上午的主论坛结束后,各个分论坛纷至沓来,主要包括AI与医疗新模式论坛、审批与落地发展论坛、AI临床及科研应用论坛、医学图像计算高峰论坛以及两个闭门论坛(数据库建设、AI落地场景)。
而在9月20日,医学影像AI 2020发展、传统设备新技术探讨(CT/MRI)、影像数据与质量、传统设备新技术发展(DX/DSA)等颇具话题性的论坛,也将给观众带来更多前沿、新颖的研究进展。
声明:本文来自雷锋网。