高质量发展主旋律下，智慧医院建设如火如荼，不断推动着医疗行业创新发展进程。这其中，医疗影像作为医院开展临床、科研等多方工作的重要工具，不仅在构建全生命周期的健康服务中发挥出巨大的作用，更为全面提升医疗健康水平提供了有利支撑。此背景下，加速医疗影像进阶，已经成为助力医院数字化转型升级，推动医院高质量发展必不可少的一环。如何充分发挥技术创新效能，激发医疗数据潜力，赋能医疗影像迈进全新发展格局呢？

2022年9月16日，由HC3i数字医疗网主办、GE医疗数字化解决方案EDS独家支持的《论道新医疗之未来影像进阶》线上研讨会顺利召开。福建省立医院信息管理中心主任张琼瑶、北京大学人民医院医学信息中心副主任孙超、GE医疗EDS业务全国产品经理王鹏、医准智能大数据事业部总经理刘浩，共同出席本次会议并发表精彩演讲。

AI时代已来，

机遇与挑战并存下的医疗影像当如何？

福建省立医院信息管理中心主任张琼瑶

福建省立医院信息管理中心主任张琼瑶在演讲中表示，数字化技术在推动医疗影像创新的过程中起到了决定性的作用：在诊疗方面，影像AI技术已经走进临床，我国也在加速影像AI临床审批的进度；在智能流程方面，AI已经与PACS等系统较好融合，众多AI应用的调度和数据都已经集成到流程中；同时，云计算的发展推动AI跨越了医院的边界，赋能医院持续提升患者服务能力和IT效能。她认为，虽然人工智能的浪潮已经来临，但AI与行业的结合依然存在一些现实挑战。例如，对于影像科来说，设备进步导致的数据量激增、影响阅片分析工作日渐复杂且影像医生缺口大；而对于信息科而言，繁多的AI应用导致管理复杂度加大、系统和算法协同工作复杂造成的工作流程和读取错误等风险、AI测量数据结构化难以存储和再利用等。如何面对上述挑战？这要求AI应用需要兼备简化使用、统一管理、可靠高效等特性。

演讲中，张琼瑶主任还从三维重建技术赋能专科发展、数字化智慧影像助力科研教学、通过对影像大数据的分析和洞察推动医院精细化管理、影像数据的应用策略、以及数字化对智慧影像区域协作的推动作用等方面展开了精彩详尽的介绍，为行业进行智慧影像创新建设提供了宝贵借鉴。

“影像的AI时代已经来临。未来，智慧影像在医学前沿上的应用必将更加广泛，AI技术与影像融合也一定大有可为。我们希望通过智慧影像在医学前沿上的应用来提升医院诊疗水平、促进卫生健康事业的高质量发展，最终造福百姓。”张琼瑶主任如是说。

加速AI向PACS融合，

要明确使用范围更应加速整合

北京大学人民医院医学信息中心副主任孙超

研讨会上，北京大学人民医院医学信息中心副主任孙超发表了精彩演讲。他表示，当前的医疗影像数据量正在呈指数增长，仅通过人力很难实现所有数据的读取和分析。借助AI则能够有效突破如此困局。孙主任认为，当前的AI对于放射影像的影响远超其他领域，其中肺结节诊断就是一个非常成功和的典型应用案例。他结合北京大学人民医院的一些实践案例，向大家分享了AI赋能影像创新的宝贵经验，并表示，在探索AI在影像中的应用时，首先要了解适合它在实际工作中的使用范围，其次也要尝试去突破它本身使用范围的界限，并以严谨的过程去验证应用结果。

谈及AI应用的真实环境，孙主任进行了精彩总结。他认为，真实环境首先要有真实的使用者（如放射科医生、技师、临床医生、受检者等）；其次，要有真实的医疗过程（即检查的全过程）；最后是真实的结果产出和临床获益（即给出的图像、报告以及对报告的解读分析等）。而承载这些真实过程的，正是PACS。那么，PACS能接纳AI吗？孙主任认为答案是绝对肯定的，但与此同时应当注意，此前医院建设PACS关注得更多的是技术问题、工程问题，但AI的融合会带来很多科学方面的问题。所以只有区分出哪些是科学问题，哪些工程问题和技术问题，才能把更好地推进AI与PACS的融合。

“AI的融合能够让PACS具有更强大的功能空间，并且通过这种学习能力的转化，能让影像医学获得快速革新，更加适应新发展格局下医疗行业新需求带来的挑战。”孙超主任如是说。

AI智能融合，

以创新技术实力推进新一代智能影像平台

GE医疗EDS业务全国产品经理王鹏

会议上，GE医疗EDS业务全国产品经理王鹏详尽分享了GE新一代影像系统的建设思路和方案。他表示，GE医疗希望能够打造未来放射诊断空间，将AI完全融合于诊断的工作流程中。针对上述目标，GE推出了爱迪生开发者计划，希望以此构建AI生态圈，把符合准入条件的AI程序都放在统一的AI市场里，让医生可以便捷地从市场里查询自己需要的AI应用，并部署到相关工作流程里。王鹏先生还介绍了GE医疗面向医院PACS推出的爱迪生智能平台。他说，通过该平台，可实现影像信息的智能分配，并通过AI程序进行推理和计算后，将结果在反馈回PACS、RIS以及医生诊断平台中。如此一来，医生就可以在自己的工作站上看到AI计算出来的完整结果。

王鹏先生还认为，AI应用不仅局限于放射科，而在更多的科室都有应用。为此，GE医疗构建了大影像的工作流系统——影像工作流平台。在这个平台里面，可以通过全线控制进行分配，实现“不同角色适用于不同业务流程”的目标，帮助整个医院的影像科室构建一个统一的平台，让医生可以更便捷地获取患者影像资料，最终实现闭环的管理。

谈及如何打造未来的临床协作空间、将可视化的诊断融合到诊疗周期中，王鹏先生表示，GE医疗通过构建企业级影像后处理平台，把医院里的影像数据全部接入到GE的云平台进行集中计算和后处理，把原来部署在专业设备的后处理功能拓展到全院范围，让大家轻松获得可视化功能。

演讲最后，王鹏先生详尽讲解了GE医疗在肿瘤、卒中以及心血管领域疾病的科技成果。并分享了青岛大学附属医院的应用案例，生动具体的诠释了GE医疗影像创新解决方案。

降低AI科研门槛，

助力医院加速临床转化实现数据价值

医准智能大数据事业部总经理刘浩

研讨会上，医准智能大数据事业部总经理刘浩进行了精彩内容分享。他介绍道，GE公司提供的全院影像数据中心，能够对非结构化数据进行非常好的管理。通过该数据中心，可以整合来自不同系统的临时影像数据和临床文档，支持科研病理的快速查询、调阅以及检索，能够以患者为中心进行全生命周期数据管理，助力医院实现集成临床、产业转化、教育、科研“四位一体”协同发展。他还表示，知识有两种综合发展模式：一种是归纳法，还有一种是演绎法。目前常用的人工智能建模方法主要是归纳法，一共有四个步骤，前面两个步骤分别是数据的收集和治理，后面两个步骤主要是分析和融合。此间，作为AI企业的医准智能，和GE公司的不同在于，他们更多的是希望为医院解决分析和融合端的事情，并开发了达尔文智能科研平台，用来实现分析和融合这两个任务。据悉，该平台降低了人工智能+医疗科研的门槛，可以让临床医生更便捷地使用人工智能而不需要依赖AI公司的研发团队。

那么，如何把AI应用门槛降低同时，选出模型的“最优解”呢？刘浩先生介绍道，在进行建模的时候，可以分为四步进行规划：第一步是实现无代码建模、第二步是实现自动化建模、第三步是实现以数据为中心的MLOps、第四步则是实现联邦学习。经过上述步骤训练好的本地模型，均会传至中央服务器，该服务器会汇总出全局模型并分发到本地。在对该全局模型进行评估之后，使用者可以选择接受这个新版的模型，或回到上一版本。刘浩先生说：“这种模式一方面可以方便学术活动的开展、让每一个医生都能够整理自己的数据集，并为自己构建一些人工智能模型；另外一方面可以通过大数据中心和AI平台做一些考试系统、教学系统；此外，还能让医院具备向企业提供服务的能力，这是对整个行业发展都非常有利的一个方向。”

编者按

科技的高速发展和与医疗行业的持续融合，让医学影像所涉及的场景不断扩大。我们相信，在科技赋能下、在创新驱动下，医学影像一定会迎来更广阔的发展空间，持续为我国卫生健康事业前行注入动能。

*本文整理自“论道新医疗之未来影像进阶”线上研讨会演讲内容