行業痛點

　　由于國內病理醫生收入低、培養模式不健全，全國病理醫生極度缺乏。據了解，我國絕大多數醫療數據來自于醫療影像，年增長率約為30%，而放射科醫師的年增長率約為4.1%。醫生缺口日益增加。

　　另外，傳統醫學影像需要大量的人工分析，因為影像科工作的嚴謹性，醫生需要長時間保持高度集中，繁重的任務帶來較高的誤診、漏診率。因而備受詬病。

　　中國的影像診斷報告顯示，由醫生個人習慣、執業醫院、教育背景、導師影響等因素，導致出現不同地區、不同醫院的影像報告以不同標準存在的狀況，這些因醫生診斷而異的情況極不利于患者的就診、醫生間的交流。

 

　　解決方案

　　2017年7月，國務院印發了《新一代人工智能發展規劃》，提出要發展智慧醫療，實現智能影像識別、病理分型和智能多學科會診等，到2025年，人工智能核心產業規模超4000億元。

　　人工智能技術在醫學影像領域的應用有高效率低成本的優勢，而且能夠彌補人工讀片主觀性高、重復性低等缺點。有望破解行業痛點，提高效率，提升質量。

　　AI+醫學影像，是指充分利用AI在感覺認知和深度學習的技術優勢，將其應用在醫學影像的診斷上。
 

 

　　一方面，AI所具備的圖像識別能力，可以用于感知環節，將非機構化數據進行分析，獲取有意義的信息。另一方面，深度學習能力可以用于醫學影像的分析環節，通過大量的影像數據和診斷數據，不斷進行深度學習訓練，最終使其掌握“診斷”能力。

　　AI+醫學影像應用意義

　　AI能在短時間內快速判讀完大量醫學影像圖片，并將影像與醫學文本記錄進行交叉對比，幫助醫生定位病癥分析病情，輔助其做出精準診斷，及時挽救患者生命。在一定程度上也能緩解醫學影像人才資源緊張的局面。

　　對于患者來說，“AI+醫學影像”將幫助其更快速地完成健康檢查，包括 X 光、B 超、核磁共振等，并能夠獲得更加可靠的診斷結果。

　　對于醫院來說，可以實現云平臺支持，系統性地降低醫院成本，特別是對于基層醫院，提供的影像診療質量較低或者不能提供，現在通過較高水平的影像服務有助于整體診療水平的大幅提升。

　　人工智能等技術的發展將給醫生提供更好的工具，使得醫生能夠更加便捷、敏捷、精準地診斷疾病和服務病人。

　　人工智能在醫學影像的主要應用場景

　　1、病灶識別與標注

　　針對醫學影像進行圖像分割、特征提取、定量分析、對比分析等工作。

　　2、靶區自動勾畫與自適應放療

　　針對腫瘤放療環節的影像進行處理。

　　3、影像三維重建

　　在人工智能進行識別的基礎上進行三維重建，針對手術環節的應用。

　　人工智能和醫學影像的結合，能夠為醫生閱片和勾畫提供輔助和參考，大大節約醫生時間，提高診斷、放療及手術的精度。