· 企业名称

卫宁健康科技集团股份有限公司

· 企业简介

卫宁健康科技集团股份有限公司成立于1994年，是国内第一家专注于医疗健康信息化的上市公司，致力于提供医疗健康卫生信息化解决方案，不断提升人们的就医体验和健康水平。

卫宁健康通过持续的技术创新，自主研发适应不同应用场景的产品与解决方案，已为全国3000+医院覆盖了智慧医院、区域卫生、基层卫生、公共卫生、医疗保险、健康服务等领域的业务，是中国医疗健康信息行业最具竞争力的整体产品、解决方案与服务供应商。

· 申报项目名称

基于AI引擎的影像平台

· 项目基本信息

【用户范围】医院用户

【适用平台】院内PACS系统，区域性PACS系统

· 申报项目详情概述

【项目背景】

背景及意义：

2017年7月21日，国务院发布《新一代人工智能发展规划》。《规划》描绘了我国新一代人工智能发展的蓝图。人工智能＋医学影像被业内人视为率先实现商业化落地的领域。医疗人工智能是提高医疗生产力的有效途径。在我国，医疗资源特别是儿科供需严重失衡以及地域分配不均等问题，造就了对医疗人工智能的巨大需求；同时，我国人口基数大、产业组合丰富、人才储备充分等特点，又给人工智能的发展提供了很好的基础。

方案内容简述：

构建基于AI引擎的影像检测平台，基于云计算医学研究、临床辅助决策模块: 建立基于云计算平台的可视化、高可用、交互式分析模块，构建一个基于院内PACS系统的辅助诊断平台，实现影像数据和病人数据的读取、管理、关联和实时操作，建立基于X线影像大数据的AI检测系统

通过深度卷积神经网络等系统，判定并分析图像的高阶关键部位，提取并计算关键影像学高维特征，使用自主迭代的方法，通过深度学习等模型，提取关键部位的影像高纬度特征，同时融合临床大数据特征，实现对于X光影像的精准判断；

构建自然语言处理的诊断报告应用系统以专科为基础，针对专科文本数据建立术语词典，借助人工智能算法实现检测报告文本的语义化分析，将海量临床影像和权威医学知识结合，将检查报告转化为结构化的指标数据

应用场景及技术方案：

医学图像分析是综合医学影像、数学建模、数字图像处理、人工智能和数值算法等学科的交叉领域。医学图像主要包括超声、Ｘ射线计算机断层摄影(CT)、核磁共振(MRI)、数字血管剪影(DSA)、正电子断层摄影(PET)等。

在医学图像分析领域，主要有图像分割，图像配准与信息融合，时序图像分析和基于内容的图像检索等研究方向。随着医学影像技术的快速发展，医学图像分析步入大数据时代，如何从海量医学图像数据中挖掘出有用知识，从而为临床诊疗和科学研究提供更充分的依据，已经成为了学术界和工业界的研究热点。?

深度学习属于表征学习，拥有较强的表征处理能力，可以很好地把很多现实问题转换为可以处理的形式。深度学习擅长处理的就是高维度、稀疏的信号，图像就是这些信号中一种有代表性的形式。

卷积神经网络具有自动特征提取、共享权值等特点，对医学图像识别有天然的优势。由很多隐含层组成的深度神经网络在网络的底端可以学习到图像的细节特征，再往上是对上一层特征的组合抽象，经过一层一层的组合抽象最终会得到一个复杂的图像。

所获荣誉、证书：

2017中国大数据人工智能创新创业大赛 骨龄场景冠军

【项目管理方案】

组织结构，包括组织结构设计、责权体系建立、团队建设：

建立项目负责小组，明确项目组织架构。整个项目组由一部、一室和六组组成，分别为项目指挥部、项目管理办公室、需求调研组、规划设计组、软件开发组、技术支持组、市场推广组和运维管理组。

计划与控制，包括计划组成、计划工具与方法、项目控制体系、变更控制：

项目的计划中包括调研、设计和开发、测试宣传和培训以及试运行和验收，制定相应的总体计划、月计划，实施固定的进度计划的检查，并根据情况进行相应的计划调整。对于关键节点，实施相应的计划考核。

对于外部的变更，要保证在项目开始前尽量完善项目目标和计划，对于内部的变更，要留有相应的时间对于相应的变化做出调整。

资源与成本管理，包括资源规划、资源获取、成本控制：

本项目的主要成本在于人力成本，硬件方面使用公司已有的设备以外，需要合理规划各个部门人员的投入情况，为了优化相应的成本配置，通过制定相应的项目进度，定期举行项目进度沟通会，优化公司人力资源的使用

质量管理，包括质量管理体系、管理方法：

对于项目的质量管理控制，通过图表的表示工具例如鱼刺图，将出现的问题、相互的关系直观的展示，并进行分析包括展示问题出现的时间顺序，这样有助于着手解决优先级高、以及重要的问题。

风险管理，包括风险管理体系、风险管理方法：

目前无需担心政策风险，但在课题开发过程中，需及时留意国家出台相应监管政策，并需根据政策不断修正项目标准。比如人工智能对就业的挑战、对社会伦理的影响，国家相关规划、政策中都会有所考虑和部署，项目建设要把握人工智能技术属性和社会属性高度融合的趋势，也就是要实现发展与规制的协调。

利益相关方与沟通管理：

由于系统建设涉及医院多个临床科室和部门，进行详细的调研和需求分析显得尤为重要，如果需求调研不充分，开发工作就会很被动，所开发出的系统可能与业务需求和领导的期望不一致。

采用国际上流行的项目管理模式，加强与用户沟通，进行充分的需求调研，确保项目建设成果的可用性。

· 经济效益与社会效益

经济效益：

可以为医院和医生节省大量的时间和人工成本。以骨科检查为例，若将骨科X光读片通过计算机进行分析，从15—30分钟缩短至数秒钟，最后评判仍会有医生把关。一张片子平均可以为医生节约22分钟。若医院每天骨科检测的片子平均每天为80例。每天可以为医生节省1760分钟（22分钟*80例），一年按320天计算，全年节省563200分钟，合计约9400小时。

以一家区级医院每天要诊断25例骨科检测片子计算，每天可以为医生节省550分钟（22分钟*25例），一年按320天计算，全年节省176000分钟，合计约2940小时。

社会效益：

1.有利于推动建立适应人工智能环境下的临床诊疗规范；2.有利于推动中国x线大样本数据库的建立；3.有利于推动建立疾病初筛系统，规避凶险疾病危害；.有利于推动人工智能发展规制方面的建设； 

1.有利于促进选择更优、更全面的临床诊断方法；2.有利于提高基层医疗机构的诊疗水平，提升一门式服务；3.有利于提高工作效率，提高疾病诊断精度

· 项目创新情况简述

技术创新：

根据客户的需求和反馈，提供了对于医学影像的专业深度学习x片的专业分析，实现同PACS系统的无缝对接，并能融入医生的日常生活中，人工智能医学影像平台能实现优质医疗资源的对外辐射和人工智能应用的高效性、准确性和同质化。

新平台：

医联体成员单位只需在院内PACS系统中留有接口，实现与基于AI引擎的影像平台之间的影像文件传输、调阅、智能诊断、医师审核、报告出具与反馈等的闭环管理，充分利用和扩大本项目的建设成果。

新理念：

通过深度学习把信息更好地呈现给医生。现在成像越来越容易，分辨率越来越高，医生要看越来越多的影像，影像平台能够完成脏器的定位、分类以并将可疑位置进行标注，相当于为医生去除了干扰项，将更为直接的信息呈现出来。

帮助医生定量分析。医生非常擅长定性分析，同时需要一些工具做更精准的判断，定量的分析。这里面工作包括各种各样的多模态分析，历史图像的比较，病人人群的分析。这里面需要图像分割、图像配置、功能图像分析。

 基于AI引擎的影像平台能够解决的成像和智能图像识别的问题。这两个步骤很多年前是被分开的， 技师拍片子，医生做分析。通过结合两者能更有效的优化系统，帮助医生提供有效的服务。