人工智能（AI）在医学影像上的应用发展与展望—— 迎接AI 2.0的时代

对于AI的新期待：AI 2.0

2017年RSNA大会上，主席Dr. Richard Ehman就人工智能在医学影像的发展做了一番精彩的讲话。一时间，AI在医学影像上的应用和发展成为热门话题，并在五年的时间里持续升温，逐渐变得更成熟、更多元、更实用。

五年前，当影像人刚刚接触AI时，都在议论AI对于图像和诊断结果能带来什么改变。基于AI学习理解能力的技术，不断地在为我们提供更加精准的图像、更加标准的数据结果和更加智能的报告生成过程。AI 1.0 由此诞生。

然而，五年后的今天，人工智能的应用与发展实现了飞速进步。为了给病患提供更高质量的医疗服务，精准医疗面临新的挑战。图像质量要求更高，对于设备和摄片技术的要求也更高。影像人不再面对的是单一的影像数据，而是更多面的信息汇总，包括临床科室信息、病患信息和跨院信息等。海量信息的融合势必为AI带来了更多技术挑战和应用场景。

因此，我们对于AI的期望也变得更高。它不仅仅拥有学习理解的能力，同时也要能够处理和优化更多细节。通过智能推理与优化，更好地协助我们应对海量数据信息的涌入，提供更高质量、更精准且更个性化的医疗诊断辅助。这便是我们对于AI 2.0的期待。

1 医学影像AI 2.0的四化：标准化、个性化、精准化、全局化

一千个人眼中有一千个哈姆雷特。相信不同人对医学影像AI的发展应用也有不同见解。在此，笔者总结出了几项AI 2.0在医学影像上的应用与发展方向，与各位分享探讨。

1.1 标准化

无疑，目前的AI产品已经能够实现一定程度的标准化操作，比如提供一些基础的协议推荐和操作辅助。然而，面对更多元的海量数据的汇集，期望AI可以提供更加精细的数据处理能力和更加细化的参数推荐，将标准化流程植入到AI大脑，使得无论任何背景的操作者都可以轻松驾驭精密的影像设备， 并且可以辅助更多影像检查及诊断的标准、共识尽早落地，得以实践。

1.2 个性化

个性化与标准化，鱼和熊掌为何不可兼得？精准医疗的重点之一便是以患者为中心，通过科技的更迭为患者提供更加适宜的检查和更加精准的结果。而AI可以做的，则是通过智能推理与优化，基于每个患者的个体差异，量身裁衣，定制扫描方案，使参数最佳，剂量最优。从而提升患者的整体检查体验，促进更加有效的医患沟通，优化整体检查环境。

1.3 精准化

自AI进入医学影像领域以来，一直在助力医学影像诊断与辅助鉴别， 帮助提高诊断准确性，减少医师繁琐重复的工作，提高诊断效率和信心。 而AI在精准化上的发展，不会仅仅停留于鉴别与辅助诊断。AI智能优化下更加标准的数据归纳整理与流程、更加个性化的方案设定、更加前端的图像处理与可视化、更多解剖部位的精细分析，都将为高质量医疗服务提升精准性（图1）。

图1 AI2.0全流程自动化流程助力精准化CT检查

1.4 全局化

AI不仅仅应该应用于医疗服务的单一环节，而是应该结合院前、检查、诊断、治疗、随访、康复等多个环节，从而形成一套完整的AI链。 如果有一款AI产品A专注于院前信息登记与整理，产品B专注于标准化检查流程，产品C专注于诊断辅助，产品D专注于随访对比，那么，是否会诞生一款AI产品X平台，能够将整条医疗服务链串联起来，整合整体数据与流程，辅助诊疗全局，使得全环节信息更统一、流程更高效、效果更精确。

2 对于医学影像AI的展望：未来在哪儿

医学影像AI仿佛是一个快要成年的孩子，经历了不断地学习成长后，正在接近成熟，然而也将面临未来更多的挑战，而我们也在为它的未来发展做准备。

未来的医学影像AI将逐步从科研走向临床。当AI逐步成熟，科研文献呈指数级增长时，我们也要避免文献泛滥，实现科研落地临床，才能惠及更多大众群体。

未来的医学影像AI将从单向朝双向发展。AI从来不是技术单方面的输出，而应该实现更多场景下的与人互动。我们要始终相信，在医疗服务环境中，医师永远是主动方。而AI则在与医师的互动中自我学习，呈现更精准个性化输出，成为影像医师的最有力助手。

未来的医学影像AI将逐步从检查、诊断、治疗涉足至预防，通过全局优化与管理，实现更有效的健康管理和更早期的疾病预防治疗。成为守护大众健康的全流程重要装备。