行業(yè)痛點

　　由于國內(nèi)病理醫(yī)生收入低、培養(yǎng)模式不健全，全國病理醫(yī)生極度缺乏。據(jù)了解，我國絕大多數(shù)醫(yī)療數(shù)據(jù)來自于醫(yī)療影像，年增長率約為30%，而放射科醫(yī)師的年增長率約為4.1%。醫(yī)生缺口日益增加。

　　另外，傳統(tǒng)醫(yī)學影像需要大量的人工分析，因為影像科工作的嚴謹性，醫(yī)生需要長時間保持高度集中，繁重的任務帶來較高的誤診、漏診率。因而備受詬病。

　　中國的影像診斷報告顯示，由醫(yī)生個人習慣、執(zhí)業(yè)醫(yī)院、教育背景、導師影響等因素，導致出現(xiàn)不同地區(qū)、不同醫(yī)院的影像報告以不同標準存在的狀況，這些因醫(yī)生診斷而異的情況極不利于患者的就診、醫(yī)生間的交流。

 

　　解決方案

　　2017年7月，國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，提出要發(fā)展智慧醫(yī)療，實現(xiàn)智能影像識別、病理分型和智能多學科會診等，到2025年，人工智能核心產(chǎn)業(yè)規(guī)模超4000億元。

　　人工智能技術(shù)在醫(yī)學影像領(lǐng)域的應用有高效率低成本的優(yōu)勢，而且能夠彌補人工讀片主觀性高、重復性低等缺點。有望破解行業(yè)痛點，提高效率，提升質(zhì)量。

　　AI+醫(yī)學影像，是指充分利用AI在感覺認知和深度學習的技術(shù)優(yōu)勢，將其應用在醫(yī)學影像的診斷上。
 

 

　　一方面，AI所具備的圖像識別能力，可以用于感知環(huán)節(jié)，將非機構(gòu)化數(shù)據(jù)進行分析，獲取有意義的信息。另一方面，深度學習能力可以用于醫(yī)學影像的分析環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷進行深度學習訓練，最終使其掌握“診斷”能力。

　　AI+醫(yī)學影像應用意義

　　AI能在短時間內(nèi)快速判讀完大量醫(yī)學影像圖片，并將影像與醫(yī)學文本記錄進行交叉對比，幫助醫(yī)生定位病癥分析病情，輔助其做出精準診斷，及時挽救患者生命。在一定程度上也能緩解醫(yī)學影像人才資源緊張的局面。

　　對于患者來說，“AI+醫(yī)學影像”將幫助其更快速地完成健康檢查，包括 X 光、B 超、核磁共振等，并能夠獲得更加可靠的診斷結(jié)果。

　　對于醫(yī)院來說，可以實現(xiàn)云平臺支持，系統(tǒng)性地降低醫(yī)院成本，特別是對于基層醫(yī)院，提供的影像診療質(zhì)量較低或者不能提供，現(xiàn)在通過較高水平的影像服務有助于整體診療水平的大幅提升。

　　人工智能等技術(shù)的發(fā)展將給醫(yī)生提供更好的工具，使得醫(yī)生能夠更加便捷、敏捷、精準地診斷疾病和服務病人。

　　人工智能在醫(yī)學影像的主要應用場景

　　1、病灶識別與標注

　　針對醫(yī)學影像進行圖像分割、特征提取、定量分析、對比分析等工作。

　　2、靶區(qū)自動勾畫與自適應放療

　　針對腫瘤放療環(huán)節(jié)的影像進行處理。

　　3、影像三維重建

　　在人工智能進行識別的基礎(chǔ)上進行三維重建，針對手術(shù)環(huán)節(jié)的應用。

　　人工智能和醫(yī)學影像的結(jié)合，能夠為醫(yī)生閱片和勾畫提供輔助和參考，大大節(jié)約醫(yī)生時間，提高診斷、放療及手術(shù)的精度。