除了常見(jiàn)的人臉識(shí)別、語(yǔ)音識(shí)別等技術(shù)，如今,，人工智能技術(shù)在醫(yī)學(xué)領(lǐng)域也大放異彩,。

　　其中，醫(yī)學(xué)影像與人工智能的結(jié)合被認(rèn)為是最有發(fā)展前景的領(lǐng)域之一,。醫(yī)學(xué)影像智能診斷、語(yǔ)音電子病歷、癌癥智能診斷等均已逐漸成為熱門(mén)方向,。人工智能+醫(yī)學(xué)影像是其中最熱門(mén)的概念之一。

　　由于人工智能在醫(yī)學(xué)影像領(lǐng)域市場(chǎng)潛力巨大,，吸引了各大資本巨頭紛紛進(jìn)場(chǎng),，但讓人不得不反思：人工智能+醫(yī)學(xué)影像到底是陷阱，還是有待挖掘的金礦,？

　　人工智能為醫(yī)學(xué)影像“添翼”

　　目前,，人工智能在國(guó)內(nèi)醫(yī)療領(lǐng)域的應(yīng)用主要以醫(yī)學(xué)影像為主。那什么是醫(yī)學(xué)影像呢,？

　　醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究,，對(duì)人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過(guò)程,。

　　國(guó)內(nèi)近兩年AI研究如火如荼,，各個(gè)器官疾病診斷的模型都有研究和嘗試，基于深度學(xué)習(xí)的AI應(yīng)用目前已經(jīng)覆蓋病灶檢測(cè),、病理診斷,、放療規(guī)劃和術(shù)后預(yù)測(cè)等各臨床階段。其中基于X線的肺部篩查、乳腺鉬靶篩查;基于CT影像的肺結(jié)節(jié)檢測(cè)模型顯示出較好的臨床使用潛力,。

　　正如大家所了解的,，疾病的病理過(guò)程會(huì)產(chǎn)生一定的病理解剖和病理生理方面的變化，這些病理變化在不同的影像學(xué)檢查中會(huì)產(chǎn)生不同的影像學(xué)信息（X線和CT是利用人體組織間的密度差異,，MRI是利用組織間的MR信號(hào)強(qiáng)度差異,，US是利用組織間的聲學(xué)信息差異），通過(guò)對(duì)這些信息的分析,，醫(yī)生能夠?qū)崿F(xiàn)對(duì)機(jī)體病變的有效把握,，從而為患者做出正確的診斷。

　　但是,，大多數(shù)人不知道的是,，我們生病去醫(yī)院做完檢查后手里拿到的診斷報(bào)告是放射科醫(yī)生寫(xiě)出來(lái)的。其實(shí),，放射科醫(yī)生的工作除了發(fā)現(xiàn)病變,、定性定位病變、看圖象做診斷,，還要參與到治療方案的制定中去,。

　　據(jù)了解，一名放射科醫(yī)生每天要診斷超過(guò)60個(gè)病人的CT,，有時(shí)甚至上百個(gè),，一個(gè)病人的醫(yī)療影像有250-300張，而醫(yī)生往往要對(duì)一個(gè)病人的影像反復(fù)看3-4遍,。這就意味著,，在每個(gè)病人身上，醫(yī)生都要看上千次圖,，這名醫(yī)生一天下來(lái)就要看幾萬(wàn)甚至上十萬(wàn)張圖,，這對(duì)視力是非常大的傷害，并且長(zhǎng)時(shí)間的疲勞作業(yè)還會(huì)增加漏診的風(fēng)險(xiǎn),。

　　有了人工智能輔助醫(yī)學(xué)影像,，不僅能幫助患者更快速地完成健康檢查（ 包括X 線、超聲,、磁共振成像等） ,，也可以幫助影像醫(yī)生提升讀片效率，降低誤診概率,，并通過(guò)提示可能的副作用來(lái)輔助診斷,。

　　而影像是大病診斷的切入點(diǎn)——X光片、CT所呈現(xiàn)的醫(yī)療影像幫助人類(lèi)盡早發(fā)現(xiàn)身體疾病,，進(jìn)行科學(xué)的治療,，恢復(fù)健康甚至挽留住生命,。

　　通過(guò)借助深度學(xué)習(xí)、圖像識(shí)別等人工智能技術(shù),，醫(yī)療影像的診斷可以變得更加高效和準(zhǔn)確,，以免誤診和漏診。

　　資本涌入,，巨頭布局,，這些公司“不差錢(qián)”

　　隨著人工智能技術(shù)的不斷發(fā)展,，其在醫(yī)療領(lǐng)域中的應(yīng)用也逐漸增多,。目前，人工智能+醫(yī)療共有包括虛擬助理,、醫(yī)學(xué)影像,、輔助診療等八大應(yīng)用場(chǎng)景，其中,，醫(yī)學(xué)影像是最為熱門(mén)的應(yīng)用場(chǎng)景之一,。

　　越來(lái)越多的人也將目光瞄準(zhǔn)了人工智能醫(yī)學(xué)影像領(lǐng)域，隨著資本的竟相涌入,，人工智能醫(yī)學(xué)影像這塊“蛋糕”也被做大,。

　　但是，中國(guó)醫(yī)療市場(chǎng)巨大,，不是一,、兩家公司就可以吃得下的。

　　根據(jù)Global Market Insight的數(shù)據(jù)報(bào)告,，按照應(yīng)用劃分,，藥物研發(fā)在全球醫(yī)療AI市場(chǎng)中的份額最大，占比達(dá)到35%,。而智能醫(yī)學(xué)影像市場(chǎng)則為第二大細(xì)分市場(chǎng),，并將以超過(guò)40%的增速發(fā)展，在2024年達(dá)到25億美元規(guī)模,，占比25%,。

　　據(jù)了解，國(guó)內(nèi)有83 家企業(yè)將人工智能應(yīng)用于醫(yī)療領(lǐng)域,，主要布局在醫(yī)學(xué)影像,、病歷/文獻(xiàn)分析和虛擬助手三個(gè)應(yīng)用場(chǎng)景，而其中涉足醫(yī)學(xué)影像類(lèi)的企業(yè)數(shù)量達(dá)到40 家,。

　　另外,，有數(shù)據(jù)顯示，2015-2018年（截止至2018年三季度）,，我國(guó)共發(fā)生AI醫(yī)學(xué)影像融資事件75起,，總?cè)谫Y額達(dá)到40.9億元，占人工智能醫(yī)療領(lǐng)域總?cè)谫Y額的52.6%。

　　傳統(tǒng)的互聯(lián)網(wǎng)巨頭也紛紛進(jìn)軍人工智能醫(yī)療領(lǐng)域,。2017年,，阿里健康、萬(wàn)里云聯(lián)合開(kāi)發(fā)的智能影像診斷產(chǎn)品“Doctor You”正式上線,，AI系統(tǒng)包括臨床醫(yī)學(xué)科研診斷平臺(tái),、醫(yī)療輔助檢測(cè)引擎、醫(yī)師能力培訓(xùn)系統(tǒng)等,。同年,，騰訊緊隨其后推出了“騰訊覓影”，騰訊覓影人工智能醫(yī)學(xué)影像聚合了醫(yī)學(xué)專(zhuān)家,、人工智能和產(chǎn)品支持團(tuán)隊(duì),，把圖像識(shí)別、深度學(xué)習(xí)等領(lǐng)先的技術(shù)與醫(yī)學(xué)跨界融合,，輔助醫(yī)生對(duì)癌癥進(jìn)行早期篩查,。

　　除了傳統(tǒng)的AT，許多新興的創(chuàng)業(yè)公司雖沒(méi)有他們財(cái)大氣粗,，但是近兩年AI的投資熱潮使得大多數(shù)AI人工智能企業(yè)獲得了融資,，且規(guī)模不小。如依圖科技,、匯醫(yī)慧影,、深睿科技,、推想科技等,。

　　國(guó)內(nèi)目前已有公開(kāi)披露的醫(yī)療AI融資事件達(dá)到93起，其中有57起明確公布了融資金額,。僅在國(guó)內(nèi),，千萬(wàn)級(jí)和億級(jí)的融資項(xiàng)目就占到了65%以上。

　　因此,，短期內(nèi)醫(yī)療AI公司并不缺錢(qián),，而且都在燒錢(qián)。

　　AI+醫(yī)學(xué)影像“熱”背后還需 “冷”思考

　　相關(guān)數(shù)據(jù)顯示,，到2025年,，世界人工智能市場(chǎng)總值將達(dá)到1270億美元，其中醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的1/5,。

　　從我國(guó)的醫(yī)療現(xiàn)狀來(lái)看,，我國(guó)2017年醫(yī)療器械銷(xiāo)售規(guī)模達(dá)4176億人民幣，其中診斷影像份額超過(guò)400億人民幣,，醫(yī)學(xué)影像數(shù)據(jù)的年增長(zhǎng)率約為63%,。

　　很多人以為,，AI比醫(yī)學(xué)影像科醫(yī)生“厲害”，更有一些言論稱(chēng)人工智能將會(huì)取代醫(yī)生,，但實(shí)際上,，目前人工智能的優(yōu)勢(shì)僅局限在極個(gè)別單項(xiàng)上，機(jī)器或許可以彌補(bǔ)醫(yī)生的“先天不足”,，但是不會(huì)替代醫(yī)生,。

　　而且，人工智能輔助醫(yī)生發(fā)現(xiàn)病變后給病變定位定性,，這可能僅僅是AI應(yīng)用在醫(yī)學(xué)影像領(lǐng)域的第一步,，對(duì)于疾病的綜合評(píng)價(jià)和治療策略確定，依舊要交給影像診斷醫(yī)生,。

　　在北京影像云平臺(tái)上,，人工智能系統(tǒng)對(duì)基層醫(yī)院上傳的30名患者近9000張肺結(jié)節(jié)CT影像進(jìn)行智能檢測(cè)和識(shí)別,，將第一輪篩查出的疑似結(jié)節(jié)標(biāo)記出來(lái),，作為輔助診斷結(jié)果，提供給4名放射科醫(yī)生進(jìn)行審查,。醫(yī)生審查后認(rèn)為可以采納,，即對(duì)報(bào)告簽字。

　　就目前來(lái)看,，醫(yī)生還是需要對(duì)患者負(fù)責(zé),，雖然人工智能可以幫醫(yī)生節(jié)省大量重復(fù)勞動(dòng)時(shí)間，但是代替醫(yī)生診斷和處理是很難的事情,。

　　另外,，AI需要明確的、客觀的,、固定的素材,，很多企業(yè)做的肺病變AI產(chǎn)品只拿數(shù)據(jù)庫(kù)1萬(wàn)或者幾萬(wàn)個(gè)病例去訓(xùn)練，就像題庫(kù)似的,，但是題庫(kù)里面的都是現(xiàn)成的,，而患者永遠(yuǎn)是不一樣的，所以這樣的AI就很難應(yīng)用,。

　　并且,，所有正確的診斷都貴在當(dāng)面交流，醫(yī)生通過(guò)提問(wèn),，讓患者不斷補(bǔ)充病史,，不斷解答患者提問(wèn)，要綜合考慮病史的真實(shí)性,、年齡段,、個(gè)體發(fā)育差異,、用藥史、圖像等等,，不只是看圖識(shí)病這么簡(jiǎn)單的流程,。

　　落地有距離，數(shù)據(jù)是重點(diǎn)

　　目前AI到底發(fā)展到什么程度,，醫(yī)院應(yīng)用AI后對(duì)醫(yī)生的工作實(shí)際產(chǎn)生了多大影響,？離落地還有多遠(yuǎn)？

　　這就像隔著一扇玻璃門(mén),，看得到好,，但是摸不到、感受不到,。

　　人工智能醫(yī)學(xué)影像絕不是一蹴而就的事,。同樣的儀器設(shè)備，由不同的人使用,，所產(chǎn)生的圖像數(shù)據(jù)或質(zhì)量可能不一,，加之各類(lèi)設(shè)備之間存在的數(shù)據(jù)差異，均會(huì)嚴(yán)重影響圖像的數(shù)據(jù)采集,、特征提取,、圖像閱讀。

　　正如影像科醫(yī)師需要閱讀大量的臨床醫(yī)學(xué)圖像一樣,，“喂食”病理圖像數(shù)據(jù)也是AI系統(tǒng)最主要的學(xué)習(xí)方式,。“喂食”的病理圖像數(shù)據(jù)越充足,，AI的分析能力才能越強(qiáng)大,。

　　以當(dāng)下熱門(mén)的醫(yī)學(xué)影像輔助診斷的產(chǎn)品為例，這些產(chǎn)品背后的數(shù)理模型往往在經(jīng)過(guò)足夠多的高質(zhì)量臨床影像數(shù)據(jù)訓(xùn)練之后,，才能達(dá)到普適性更強(qiáng),、準(zhǔn)確度更高的診斷或分類(lèi)效果。

　　對(duì)影像數(shù)據(jù)而言,，圖片質(zhì)量標(biāo)準(zhǔn)化程度低,，帶專(zhuān)業(yè)標(biāo)注的影像圖片更需要額外制作，這些都給現(xiàn)有人工智能醫(yī)療影像產(chǎn)品帶來(lái)了阻礙,。

　　人工智能醫(yī)學(xué)影像絕不是一蹴而就的事,。同樣的儀器設(shè)備，由不同的人使用,，所產(chǎn)生的圖像數(shù)據(jù)或質(zhì)量可能不一,，加之各類(lèi)設(shè)備之間存在的數(shù)據(jù)差異，均會(huì)嚴(yán)重影響圖像的數(shù)據(jù)采集,、特征提取,、圖像閱讀,。

　　正如影像科醫(yī)師需要閱讀大量的臨床醫(yī)學(xué)圖像一樣，“喂食”病理圖像數(shù)據(jù)也是AI系統(tǒng)最主要的學(xué)習(xí)方式,?！拔故场钡牟±韴D像數(shù)據(jù)越充足，AI的分析能力才能越強(qiáng)大,。

　　以當(dāng)下熱門(mén)的醫(yī)學(xué)影像輔助診斷的產(chǎn)品為例,，這些產(chǎn)品背后的數(shù)理模型往往在經(jīng)過(guò)足夠多的高質(zhì)量臨床影像數(shù)據(jù)訓(xùn)練之后，才能達(dá)到普適性更強(qiáng),、準(zhǔn)確度更高的診斷或分類(lèi)效果,。

　　對(duì)影像數(shù)據(jù)而言，圖片質(zhì)量標(biāo)準(zhǔn)化程度低,，帶專(zhuān)業(yè)標(biāo)注的影像圖片更需要額外制作,，這些都給現(xiàn)有人工智能醫(yī)療影像產(chǎn)品帶來(lái)了阻礙。

　　另,，現(xiàn)階段,，我國(guó)的醫(yī)療影像仍處于傳統(tǒng)膠片向電子數(shù)據(jù)過(guò)渡的階段，大量影像資料尚未數(shù)字化,，且醫(yī)院之間的沒(méi)有互聯(lián)互通,，而獲取大規(guī)模的數(shù)據(jù)對(duì)業(yè)內(nèi)公司是一個(gè)挑戰(zhàn),。

　　目前來(lái)看,，AI醫(yī)療行業(yè)還在科研階段，離真正的落地應(yīng)用還有距離,。跑得快的企業(yè)已經(jīng)搶占了AI醫(yī)療影像資源,，但并非高枕無(wú)憂。