11[db:标签]��初，北京[db:标签]��金色的。大风过后，银杏叶散了。这时，国家会议中心非常繁忙。中华医学会第26届全国放射学学术会议正在召开。

来自全国各地的放射学家聚集在这里。全球定位系统、东软医疗、UIH、科兴生物和大量人工智能公司也在这里建立了基地，与整个行业分享技术进步和模式创新。

在这篇文章中，主题C仍然被人工智能牢牢占据着。

学术：影像学数理化还面临哪些难题？

作为国家重大战略之一，国务院发布《新一代人工智能发展规划》、《关于促进和规范健康医疗大数据应用发展的指导意见》等文件，不断推动医学人工智能技术的发展。然而，关于企业如何获取医院数据以及如何使用医院数据的相关法律法规仍然是空白。

法律问题只是其中之一。浙江大学应用数学研究所所长孔德兴教授认为，阻碍人工智能发展的关键在于“核心算法”——人工智能算法的现状与当前医疗环境对该技术的需求不相匹配。

事实上，作为一项已有近40年历史的技术，深度学习在2012年卷积网络出现之前并不繁荣，但几年的发展可能已经耗尽了技术红利。孔德兴教授认为，医学人工智能所缺乏的是能够分析小样本、解释分析结果和数字化现实世界数据的新一代人工智能。如果不满足这些条件，这种人工智能可能会在实验室里显示出极好的结果，而一旦它进入医院，它的准确性就会大大降低。

此外，与之匹配的智能信息系统也非常重要。医院需要尝试建立一个支持人工智能医疗产品的信息系统，突破不同医疗机构之间的数据鸿沟，消除不同设备之间图像格式的差异，这是当务之急。

这些问题既是机遇也是挑战。孔德兴教授在他的演讲中主要将这些问题分为四点，并从“数学”的角度给出了解决方法。

问题一：精准性瓶颈

精确度瓶颈来自成像设备和医生认知的限制。正如任所说:“目前的图像不是采取，而是通过数学计算。”成像的未来应该是完全数字化。

从临床角度来看，从遗传异常到组织损伤需要一年时间。然而，从组织损伤到肿瘤形成需要5-20年的时间。虽然周期很长，但如果只有医生通过医疗设备观察肿瘤，许多病变将不可避免地被忽略。这不是医生水平的问题，而是人类视力的极限问题。

因此，一方面，医生需要更精确的设备来生成更详细的图像信息；另一方面，研究者需要用数学方法挖掘出图像信息的信息内涵。对于人工智能，这两个方面都需要进一步研究。

问题二：分析方法缺陷

作为国家重大战略之一，国务院发布0103010、0103010等文件，不断推动医学人工智能技术的发展。然而，关于企业如何获取医院数据以及如何使用医院数据的相关法律法规仍然是空白。

针对这些问题，许多人工智能企业还开出了“多模式”处方，或整合了电子病历等信息，为人工智能“构建”了一个上下文相关的场景。然而，在实践中，缺乏可控源角度处理和图像分析的集成，柔性物体的常见刚体图像处理方法等问题仍然困扰着人工智能在图像识别中的准确性。

问题三：数据孤岛

作为国家重大战略之一，国务院发布0103010、0103010等文件，不断推动医学人工智能技术的发展。然而，关于企业如何获取医院数据以及如何使用医院数据的相关法律法规仍然是空白。

那么我们能以新的方式解决这个问题吗？联邦学习可能是一个答案。通过这种分布式计算模式，研究人员可以在不改变数据属性和安全性的情况下，将各医院的数据连接起来进行人工智能培训。

问题四：深度学习缺陷

作为国家重大战略之一，国务院发布0103010、0103010等文件，不断推动医学人工智能技术的发展。然而，关于企业如何获取医院数据以及如何使用医院数据的相关法律法规仍然是空白。

总体而言，孔德兴教授认为人工智能目前已经受到广泛关注，但自上而下的“经验案例”基本模式仍然是人工智能产品的主流研发模式。理论、技术和方法没有重大突破。实现临床应用还需要一些时间。当

展区：没那么热闹，但更理性

回到展区时，许多参展设备制造商谈到了今年会场相对安静的气氛。事实上，与去年相比，参加展览的公司要少得多，但互动放射科医生仍然源源不断地从一个摊位来到另一个摊位。

与RSNA、欧洲放射学会和其他国际放射学会相似，人工智能初创企业和大型视频设备制造商占据了会议的大部分席位。设备制造商，主要是全球定位系统、东软医疗和UIH医疗，已经拿出了自己的家政技能。

以通用电气为例。这家设备巨头不仅展示了最近通过美国食品和药物管理局批准的爱迪生及其相关应用，还发布了新一代数字64层螺旋CT“最大革命”。通用电气医疗公司中国CT产品部总经理黄奕告诉动脉网络:“这款64层CT配备了三项核心技术:“数字视觉认知系统”、“数字自由心脏平台”和“数字高清诊断平台”。可满足150-200人的日常流量任务，可广泛应用于3A医院、II医院等多种场景。”

在人工智能企业方面，本次展览的新奇之处在于“质量控制”和“移动终端”概念的深入发展。

以翼展医疗集团发布的新一代翼展AI 5G盒(3.0)为例。作为一种带5G通信模块的边缘计算智能网关工具，该工具可以实现现场不同区域和大量医学影像设备到云的数据传输，并提供实时质量控制、远程监控、远程维护和故障预警功能，为构建大规模远程医学影像诊断平台奠定了坚实的基础。

巧合的是，易慧还发布了集成多种诊断工具的最新一站式图像人工智能解决方案。通过该设备，医院可以一次性获得惠颖的临床应用、科研应用和基于人工智能的影像信息服务。“易慧一站式图像人工智能解决方案”会议的另一个亮点是初创企业对“质量控制”的重视。

PereDoc CEO廉晶表示:“随着DRG政策的推广，我们不仅试图通过人工智能解决医学图像的采集、传输、显示、存储、共享、管理和分析等问题，以增强患者电子病历中的图像信息质量，还试图利用我们过去在信息化方面的积累，利用NLP技术对病历首页进行质量控制。“这个

人工智能企业如何战略突击？

展台在一定程度上反映了人工智能领域的现状。在整个2019年，人工智能领域的发展速度确实放缓了。为了更好地了解人工智能企业的发展状况，动脉网络记者走访了数字人工智能企业，并将其战略调整整理如下。

数坤科技：差异化竞争、产品质量铸成行业壁垒

2019对舒昆科技来说不是一个寒冷的冬天。在人工智能企业于2月份获得2亿元人民币的B轮融资后；今年5月，人工智能和黄金标准之间首次实现了多中心比较。8月，头颈部CTAAI产品登陆宣武医院等10家顶级医院。9月，其冠状动脉CTA产品被Xi安高科技医院收购。10月，与平谷的合作开始创建“平谷模式”，用于在初级医疗保健中筛查和预防心血管疾病。

深睿医疗：纵向布局涌现系统性解决方案

在寒冷的冬天，为什么四村能保持充分的热量？原因是选择不同的路径是成像因素之一。心血管人工智能的困难暂时阻碍了初创企业的发展，使得舒昆成为心血管领域唯一可以进入中国的人工智能产品

这背后是病人、医院和医生之间的双赢局面。在DRG政策的推动下，住院时间的缩短意味着大大节省了医疗费用，减少了患者的时间和医疗费用，减少了医生和医院治疗个别患者的费用，接纳了更多的患者，收入自然有了保障。

总的来说，思坤科技已经在3A医院的心血管领域打下了坚实的屏障。随着算法的进展，四库可以在相对低质量的图像中逐渐获得有效的信息。因此，基层医院、体检中心和非公立医疗机构将成为四村战略的下一批核心。

推想科技：深入，再深入

长期以来，申瑞一直以高频率、模块化的方式推出人工智能产品。然而，随着头颈CTA和其他产品的推出，这款象棋游戏似乎出现了一些新的东西。

通过对以往中风产品的组合和优化，智深医疗可以为临床医生提供一套完整的神经系统人工智能解决方案，这样完整的解决方案将更好地满足医生的需求。

此外，初级卫生保健也是申瑞战略地图的重要组成部分。通过为医疗协会建立云“管道”，神瑞将人工智能企业的价值延伸到了部门之外，建立了一个整合连接和处理的图像通道，让医疗资源沉入基层，全面辅助分级诊断和治疗。

依图医疗：向国内基层医疗与海外医疗开拓新市场

如果智深想从纵向角度充分利用人工智能产品来创造新的价值。人们认为技术的关键在于使现有的生产线成为行业中最好的。

在CCR上将发布一站式胸部CT多系统多器官多臂解决方案的假设，证实了假设技术在做好胸部影像辅助诊断产品方面的决心。

翼展医疗集团：布局基层医疗，打通影像科室

循证医学的战略部署可以概括为三个字:深化产品、规划基本单元、海外探索。

在深化产品方面，符合图形的自然语言处理、辅助诊断和科研平台三大人工智能产品并驾齐驱，兼顾了医生的工作需要和科研需要。

面向基层的“人工智能抗癌地图”照亮了广东、福建、河南、浙江、重庆、湖北、辽宁等省市，共为数十万人服务，开展了5000多项肺癌智能早期筛查，筛查了50多名疑似高危患者，并为基层医疗服务提供建议。

易图副总裁钱芳表示，易图医疗的下一步布局将延续目前“临床应用与科学研究齐头并进”的发展态势。

卡住AI的关键圆木

就战略而言，这家基于软件的医院一直有着明确的目标和宏伟的布局。与上述企业不同，翼展希望打造一个以草根为核心的云人工智能产业链，这样他的平台可以包含更多的草根医疗系统和更多的人工智能图像应用。

在翼展CMO·高云龙看来，初级医疗保健是人工智能应用的最佳场景。在此期间，他认为翼展应该更用心地做好自己的事情，应该安排好——基层医疗服务，应该开设影像科。

从上述五个典型企业来看，基层无疑是人工智能企业竞争的下一个场景。市场足够大，人工智能企业有足够的需求进行信息连接，提高医疗服务的质量和效率。此外，每个企业的战略都变得更加集中，因此对市场更加理性。从这个角度来看，医学人工智能领域并没有失去它的区别，人工智能企业还有足够的发展空间。

010-59000

过去，伐木公司习惯于在河流上游伐木，然后将原木运送到下游进行加工。然而，随着河流宽度的变化，在漂流过程中，原木经常被夹在河流中间，导致随后的原木堆积。此时，工作人员只需要找到“钥匙日志”并移动它。积累的木材会随之流动，整个链条会恢复正常。

所以在人工智能领域，初创企业已经取得了一些成就，并沿着这些成就向相关领域推进，但是由于一些因素，商业化进程受阻

因此，目前的市场状况可能无法反映医学影像人工智能的真正价值。在过去的一段时间里，这个市场被高估了，在经历了寒冷的天气后，我们也需要防范低估。这是因为，虽然没有人能保证人工智能产品在获得批准后能够成功商业化，但批准肯定会为人工智能初创企业创造一个更好的发展环境，在这个环境中，企业的潜力可以在生产中实现。

但在此之前，人工智能公司仍然需要生存一段时间。