近年来，随着人工智能技术的不断成熟，它为解决当前中国医学影像面临的难题提供了一种新思路，“AI+医学影像”被认为这个领域的“救命稻草”，“AI+医学影像”正在成为一种全新的领域，有着非常广阔的前景。

近期，由国际计算机前沿大会学术委员会主办；中北大学、中科国鼎数据科学研究院联合承办；ACM China、IEEE等单位协办的第六届国际计算机前沿大会（ICPCSEE 2020）在中国·太原成功举办。

会上，来自山西医科大学第一医院主任医师、教授 刘利平 与中北大学大数据与视觉计算研究所 柴锐 博士、太原理工大学信息与计算机学院副院长 强彦 教授（杨琬婷代）齐聚一堂，共话AI+医疗影像的现状、应用及未来发展。

刘利平 教授

首先，刘利平 教授在《超声诊断—甲状腺癌挑战与新技术应用》的报告中，对目前AI在甲状腺癌领域的应用进行了阐述与分析。她提到甲状腺癌发生率逐年增加，是增长速率最快的恶性肿瘤之一。目前超声是甲状腺良恶性结节鉴别诊断最重要的检查手段。而基于人工智能的影像组学是癌症精准诊疗的新机遇。通过从不同模态的影像中提取海量人眼无法直接识别的影像特征，可以为肿瘤的表型特征提供一种更为精细的量化指标，为临床提供更有价值的信息，指导甲状腺癌个体化精准诊治。她认为，人工智能等多种新技术的应用，可以达到甲状腺癌的精准诊断。

柴锐博士

柴锐 博士在《医学影像多模态数据融合在肾脏功能定量分析中的价值》的报告中，主要结合肾脏多模态数据融合的研究成果讨论了“如何利用结构成像的利于分割特性，将准确分割后的组织边界叠加到功能成像中，从而能够对功能成像进行精确定量分析”以及“如何利用新设备及新手段实现替代或优化传统临床检查方法”。此外，柴锐 认为，算法、算力和数据被认为是人工智能的三大核心要素，数据量的增长、运算力的提升和深度学习算法的优化将带来人工智能效率的持续提升。目前医学影像领域算法快速突破，算力持续增长，如何获取足够丰富且高质量的医疗影像数据成为提升诊断准确度的最关键因素。

杨琬婷

杨琬婷 （代 强彦 教授）在《“医疗文本”指导的医学影像对抗增强》的报告中提到，三分技术，七分技术，得数据着得天下，随后 杨琬婷 提出应对小数据集训练的3种方法。围绕基于GAN的合成医学图像增强技术可提高CNN在肝脏病变分类中的性能，在2018年发表第一篇用GAN做数据增强的文章，使用生成对抗网络从磁共振图像生成合成CT。2019年分别从超声图像和弹性图像中提取领域知识，以希望这两种模态的数据之间能够互相学习到一些东西，从而改善分类性能。在最后，杨琬婷 表示，希望最终能够充分挖掘和分析医疗文本信息，通过整合影像和临床数据，让模型可以准确完整的“读懂”病历，为疾病AI诊断增加可解释性。

中北大学 秦品乐 教授

此外，会上，多位专家表示，“AI+医学影像”将成为AI率先商业化的一大领域。正如联影智能联席CEO 沈定刚 教授在2020年第二届中国医学影像AI大会上所说，两年前，很多AI应用可能还停留在概念或者只有初步的结果。但是，经过两年，AI在临床上的应已经可以真正地帮助医生、真正实现了落地，这是一个兑现诺言、兑现梦想的时刻，而“AI+医学影像”就是兑现诺言的第一步。

【来源：黄河连线】

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地?/p>