我們請了五位大咖，共赴 AI 醫學影像盛宴

新聞 06-29

「AI+醫學影像」技術日趨成熟，診斷準確度、速度和覆蓋病種不斷實現突破，有望較快進入高效可用階段。隨著人們對AI技術期望的不斷提高，AI超越人類甚至取代人類的觀點在一段時間裡甚囂塵上，人與技術似乎站到了一個對立面。

但是，卸下浮躁、腳踏實地，我們會發現技術的發展本就源自人類的需求，本就是共榮共生的。尤其是在醫療行業，越是智慧的AI，越是離不開演算法科學家的不斷鑽研，越是智慧的AI，越離不開醫生的不斷教養。

我們如何通過AI的眼光來看待醫學影像的過去與未來？

6月30日，第三屆CCF-GAIR全球人工智慧與機器人峰會「計算機視覺專場」，科技巨頭首席技術官、國際學術頂會主席、世界名校AI實驗室主任將會公開分享最前沿的醫學影像的研究與商用成果，給你全新的思考與感受。

中科院分子影像重點實驗室主任田捷

中國科學院分子影像重點實驗室成立於2012年，孵化於中科院自動化所智能醫學研究中心。

田捷教授是中國科學院自動化所研究員、分子影像重點實驗室主任。自2010年起，田捷教授連續獲得計算機視覺與醫學影像分析領域的7大最高Fellow：IEEE Fellow、IAMBE Fellow、SPIE Fellow、AIMBE Fellow、IAPR Fellow、OSA Fellow、ISMRM Fellow。兩項國家重點基礎研究發展計劃（973計劃）首席科學家。

田捷教授認為，醫療大數據里最常見的是影像數據，而且影像數據格式標準，容易獲取、容易使用。但是醫療大數據不僅限於影像，還包括病理、臨床治療信息等，只有這些信息融合在一起，我們才能建模，才能解決人工智慧真正在醫學上的應用。

田捷教授在研究學術的同時，也在積極探索AI技術的應用前景。他認為，AI技術只有跟臨床掛鉤才有價值，經過企業家的轉化才能變成生產力。

「現在我們需要更多人工智慧和大數據在醫療問題上的典型應用，來拉動產業，拉動人工智慧進一步深度應用。這是相輔相成的，空喊方法，不形成規模化、典型應用，是解決不了問題的。只有得到外科、內科大夫承認的技術和臨床應用，才能更加有意義。」

北卡羅萊納大學教授沈定剛

在醫學圖像分析和計算機視覺領域，沈定剛教授的大名幾乎無人不曉。

沈定剛教授，是世界上最早開展醫學影像人工智慧研究的幾位科學家之一，並最先將深度學習應用於醫學影像，從事醫學影像分析、計算機視覺與模式識別等領域的研究近20年。

沈定剛教授在上海交大拿了本科、碩士、博士學位，並於1999年前往美國約翰霍普金斯大學醫學院放射科開始做醫學圖像分析方面的工作。

沈教授在美國的學術生涯相當成功，他現在是美國北卡羅來納教堂上分校終生教授、傑出教授，美國醫學與生物工程院會士，IEEE會士，國家千人，在國際權威期刊上發表論文380篇，被引用2萬餘次，H-index 79。

沈定剛教授率領著一個學術能力強大的團隊，在智能醫療領域處於國際引領水平，研究方向包括對自閉症、阿爾茲海默症、腦腫瘤、肺癌、乳腺癌等基於醫療大數據的精準診療，其中「基於多模態的阿爾茨海默症診斷」的精度居國際前列，「腦結構精準計算及診斷」研究中的HAMMER圖像配准方法獲得2006年IEEE Signal Processing Society最佳論文，被引用達700多次，相關軟體下載量到10000多次。被全世界範圍內大批頂尖高校、科研機構、著名醫院及高科技公司引用。

另外，他帶領的團隊在醫學圖像(智能)分析的頂級會議MICCAI（與CVPR和ICCV在計算機視覺領域一樣級別的會議）連續5年發表最多的論文（有近10%的論文來自他的團隊）。

沈教授一直將自己定位成一名工程人員，做的所有問題都是為了解決實際問題。他認為，任何新技術的出現，總是先在所有領域都嘗試一遍，把容易的問題解決之後，最後就剩下了硬骨頭。深度學習也是如此。很多演算法最終的應用都需要相應的專業知識，並非所有人都能用。

「很多人說深度學習要取代醫生，我認為這是完全不可能的。如果深度學習運用得當，確實可以解決很多問題，但你必須掌握相應的專業知識才能很好地運用它。此外，一些傳統方法如果能夠和深度學習結合起來，將取得更好的效果。」

斯坦福大學醫學物理系主任邢磊

邢磊教授是全球醫學物理領域最傑出的專家之一，斯坦福大學終身教授，斯坦福醫學院醫學物理系主任，同時是斯坦福大學電子系、分子影像系、生物醫學工程系、生物信息系及Bio-X的兼職教授，是ACS、AAPM、RSNA以及WMIC的院士。從事醫學影像、腫瘤放射以及生物信息方面的研究超過25年經驗，發表論文超過350篇，獲得多個NIH、國防部、NSF、ACS的重大科研項目。率先在斯坦福大學建立全球頂尖的人工智慧聯合實驗室，聯合計算機、生物醫學工程、醫學院等跨學科實現人才培養。

邢教授的實驗室研究範圍很廣，從基礎的影像設備、分子影像、圖像重建和處理、影像和基因組學、治療計劃，到臨床數據採集分析。這些研究中很多項目都涉及到機器學習和人工智慧的應用。「未來人工智慧將是醫學研究和臨床應用中必備的組成成份。」

但同時，他也表示，數據不集中不規範是目前智能醫學發展的最大障礙之一。在數據方面，除了需要大量的高質量數據以外，數據的標準化也至關重要。在斯坦福大學的生物醫學信息專業，其中一個很大的實驗室就是致力於怎樣把術語標準化。把所有的醫學，工業和商業術語用標準語言表達出來實際上是一項很浩大的工程。

但從另一個角度看，政府可以很高效地進行協調、協商，鼓勵來解決這個問題，可能要比國外更高效。

邢教授曾預測，將來每一個放射科的醫生，手機上或者電腦終端都會有一個智能分析決策的APP，也就是說，基本上所有的要經過放射科（當然也包括其它科室）的病人，同時也會經過這個APP，尤其是疑難病症，由人工智慧來輔助分析決策。

飛利浦中國副總裁兼首席技術官王熙

王熙博士於2016年開始出任飛利浦中國副總裁兼首席技術官，是飛利浦中國最高管理團隊的成員之一，負責飛利浦在中國的健康科技創新戰略和數字化轉型。在中國成功建立飛利浦人工智慧實驗室，推動大數據和人工智慧技術和醫療健康的深度融合和商業落地，助力中國醫療行業可及性發展。

2004年至2014年，王熙歷任通用電氣公司眾多重要領導職務，先後擔任醫療集團全球CT事業部總經理，生命科學細胞分析事業部總經理，實現這兩大業務領域在全球市場的開拓及業務增長。在加入飛利浦之前，2014年至2015年，王熙擔任銳珂醫療公司健康全球X光解決方案總經理及上海研發中心總經理，負責X光全球業務，包括業務長期發展戰略及技術創新。

2014年，飛利浦邁出了最大膽的一步，聚焦在健康科技和照明領域，拆分成兩家獨立運營的公司，在健康科技領域提供「健康關護全程」的整體解決方案，飛利浦將其稱之為「飛利浦6.0」時代。

2016年，在王熙的帶領下，飛利浦中國成立了數字創新團隊，主要致力於集成解決方案的開發，並且推出了「肺管家」，實現居家的方式與醫生互聯。

王熙此前也表示，在中國要做的是接地氣的醫療AI 產品，立足本土才能了解中國市場，做出適合中國患者的產品。

醫療AI產品的發展正在從以診斷為中心向以健康為中心發展，這也是飛利浦整體醫療AI 布局的核心。「具體來說，我們要打造的是「健康關護全程」的整合解決方案，涵蓋我們的小家電產品、用戶的可穿戴設備以及相關醫療信息技術，產品可以輻射院前的健康管理和疾病篩查、院中的疾病診斷和治療，以及院後的疾病康復和慢病管理等流程。」