當前，随着深度學習技術的發展、計算能力的提升和視覺數據的增長，視覺智能計算技術在不少應用當中取得了令人矚目的成績。

在醫學成像領域，疾病的準确診斷或評估取決于圖像采集和圖像解譯。近年來，伴随技術的發展，設備能以更快地速率和更強大的分辨率來收集數據，這大大提高了圖像采集的質量。目前，大部分的醫學圖像解譯都由醫生來進行。可是，人類進行的圖像解譯因為其主觀性、不同解讀者的較大變化和産生的疲勞，不可避免的會造成部分診斷結果的偏差，此外，人工讀片的方式耗費了醫生大量精力，加上基層醫院影像科醫生的缺乏，從成本、效率和準确率上都制約了醫療影像數據在診斷中的應用價值。

在今年3月的阿裡雲雲栖大會·深圳峰會上，零氪科技（LinkDoc）聯合阿裡雲、英特爾聯合啟動“天池醫療AI大賽”——向肺結節AI（人工智能）診斷發起挑戰，希望在醫療領域可以通過計算機化的工具，尤其是圖像分析和機器學習，幫助識别需要治療的部位來支持專家工作流程，在進一步改善和提升影像診斷技術的同時也能夠革新我們對疾病診治的理解和認識。

6月10日，雲栖大會·上海峰會召開，在人工智能-視覺計算專場，複旦大學附屬華東醫院放射科主任張國桢教授、阿裡巴巴iDST研究員華先勝、iDST算法專家行湘等醫學影像、高級算法、視覺智能的權威大咖就深度學習的智能診斷方法，采用計算機進行自動讀片，怎樣提升診斷速度，降低人工成本，以及幫助醫生更好的發現結節區域、提升醫生診斷效率做了深入探讨。

“東方神眼”、“讀片專家”張國桢教授：我們處在一個“影像”引導“治療”時代

張國桢，主任醫師、教授、碩士生導師，曾先後獲得國務院特殊津貼、中央保健委員會先進個人、上海市科技成果獎、上海市首屆五“十佳”優秀醫務工作者、上海首屆“仁心醫師”特别榮譽獎。

張國桢教授被譽為“東方神眼”，《人民日報》、《解放日報》等多家媒體先後報道過他高超的醫術。作為華東醫院CT室主任，張教授主要從事放射影像診斷，特别是CT專業的醫療、教學、科研等工作。多年來緻力于胸腹部疾病的影像診斷，在國内率先提出了胸部微小腫瘤“微血管CT成像征”，特别是在肺内孤立性結節病竈診斷、肺癌和其他肺部良性病竈的鑒别診斷領域，形成了國内屈指可數的“獨門絕技”，對早期肺部腫瘤診斷的準确率達到93.1％，其學術地位得到了國内外同行的一緻認可。在“天池醫療AI大賽”中張國桢教授作為首席評審團專家之一。

精準醫療 診斷先行

張國幀教授指出，21世紀是一個從經驗醫學走向循證醫學—精準醫學結合的時代。當前的精準醫學具有精準診治、精準時間、互相共享、重個體化四大特點，因此，需要我們更多地應用現代化的醫學技術，明确地将現有的可靠證據，精準地應用于診斷決策中，然後結合病人的權益、價值、期望以制定出個性化的預防與治療方案。

在科技與醫學融合上，我們要特别注意現代醫學影像學信息模式與價值的轉變，醫學影像學現階段的發展已從提供宏觀信息拓展到提供微觀信息，與遺傳/基因、分子生物學和計算機技術的發展保持同步并互有領先。在未來10年内将會影響到整個醫學模式産生根本性變化。先進的科學技術應該從高效自動化、多元融合化、解讀智能化、操作一鍵化、治療引導化這“五化”上來支持醫學影像的發展。

醫學影像學在腫瘤診療中充當“偵察兵”、“檢察院”的角色

從18世紀末的X線膠片時代，到19世紀70年代的影像數字化時代（CT），再到21世紀的分子影像學時代，醫學影像經曆了100多年的發展，現代醫學影像學在腫瘤診療中不可低估的“偵察兵”作用，幫助臨床作出決策及影像引導治療（image guided procedures, IGP )的新模式，在未來的醫學研究服務體系上也占有很大的比例和很高的地位。

在這裡，張教授做了一個形象的比喻，他将醫學影像科比作“檢察院”，用來搜集整理腫瘤的“罪證”——疾病信息，基于影像學科的判斷，将疾病信息交由“法院”——病理科來宣判結果——腫瘤診斷結果，最後再将腫瘤發配至“公安局”——外科、内科等專科去處置。

CT、MRI等先進醫學影像技術的出現，對于臨床醫學的發展産生了重要影響，數字影像作為多元化診斷的重要一環，應當與臨床更加緊密結合，它能夠使我們接收到的診療信息更加直觀、準确，從而輔助臨床做出精準診斷。而臨床醫師也需要加強對影像信息的認識和解讀，以減少漏診，優化治療方案，縮短手術時間，降低手術并發症等。

影像引導治療的時代

在傳統醫療時代，我們更多地可能是遵循“cut, then see”的原則，而在影像學的發展及引導下，我們可以“see，then cut or combine”，影像引導治療的重要價值在于發展新的診斷模式與治療手段；減少治療損傷；減少術中放射輻射量；提高治療效果。面對外科手術中微創切開越來越小、直觀越來越難把握的需求，我們需要更多的諸如3D影像技術可視化、多模式成像圖像分割技術、 術中成像技術發展精确定量化等先進視覺智能系統的輔助。

當前，影像引導治療和外科手術導航(image guided surgery, IGS )已成為現代醫學影像技術的全方位應用，以圖像識别和深度學習為代表的人工智能等先進技術應該為臨床醫學提供高效、智能、直觀的不同于一般的圖像可視化技術和産品，而高級算法的也應定為在簡單應用、一鍵式操作、能夠定量分析，從而使醫生對高維度數據能更直觀自如的掌控。

能譜CT:時間分辨率，密度分辨率，空間分辨率，能量分辨率，組織(物化）分辨率五維空間的概念 : X Y Z 時間 能量

未來提高影像診斷準确率的關鍵一方面靠一流的醫師隊伍，大力培育具有培養綜合性、基礎性、理論性、應用性強的“四強”人才，同樣也需要一流的設備，為我們提供結構新、速度快、功能全、智能高、效率好的先進的診療設備。

醫學影像數字化設備不斷的更新，使現代醫學影像學也不斷開拓出新的診斷模式。設備的更新也要求操作者的知識水平同步更新。技術的發展是無止境的，新技術所帶來的新挑戰也是永恒的，而不斷地去迎接新的挑戰正是我們社會進步和發展的源泉。

張國桢教授與阿裡雲、零氪科技等小夥伴們合影

天池醫療AI大賽火熱進行中

天池醫療AI大賽自今年4月底開賽以來，首賽季以“大數據輔助醫療決策”為主題，以肺部小結節病變的智能識别、診斷為課題，開展大數據與人工智能在肺癌早期影像診斷上的應用探索。大賽得到國家衛生和計劃生育委員會能力建設和繼續教育中心、吳階平醫學基金會、中國醫師協會、中國科學院知識産權運營管理中心、中國互聯網絡信息中心、清華大學數據科學研究院6家權威指導單位的支持，由國内大型三甲醫院提供學術支持。

截止到5月份，大賽已有2011隊伍、2776名參賽者報名，并有17支隊伍産出成績。

- 參賽者學曆：碩士占比57%，本科占比29%，博士占比13%，其他學曆占比1%；

- 參賽者身份：學生占比72%，企業占比20%，老師占比3%，其他占比5%；

- 參賽選手來自全球425所高校，已有20多家醫療，近50家醫療影像/創業公司報名；

-報名量TOP10高校：浙江大學、中國科學院、西安電子科技大學、北京大學、電子科技大學、上海交通大學、清華大學、北京郵電大學、華中科技大學、中國科學技術大學；

-醫院參賽：複旦大學附屬腫瘤醫院、聊城市第二人民醫院、深圳市第二人民醫院、溫州醫科大學附屬第一醫院、武漢同濟醫院、北京明德醫院等10多家醫院；

-醫療機構參賽：慧影醫療（北京）科技有限公司、廈門雲钛醫療科技有限公司、上海聯影醫療科技有限公司、深圳華聲醫療、沈陽東軟醫療系統有限公司、圖瑪深維醫療科技（北京）有限公司、武漢朗迪遠程醫療科技有限公司北京研發中心、德尚韻興、飛利浦中國研究院、惠每科技等30多家醫療影像/創業公司。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!