医学影像AI经历近几年的飞速发展，各类影像AI应用层出不穷，什么样的医学影像人工智能是真正对临床有价值的创新应用？医学影像AI科技的最前沿是什么？
6月17日，上海科技大学生物医学工程学院创始院长、联影智能联席CEO沈定刚教授受邀参与动脉网第六届未来医疗强大会“AI+辅助诊断创新发展论坛”，作了以“医学影像人工智能的创新应用与发展前沿”为主题的演讲。
沈定刚教授从医疗AI的发展、多场景多疾病全流程一体化诊疗案例和前沿技术展望三个方面展开。
医学影像AI发展进入快车道
近年来随着政策的不断推动、科技的落地应用和疫情的催化下，医疗行业正在进入数智化的爆发期。医学影像AI被认为是医疗行业中最有可能率先实现商业化的人工智能医疗领域。因此，包括美国、中国、欧盟等全球多个国家及地区都在大力推动医学影像AI的发展，相继颁布了包括脑计划在内的相关行动计划。
在全球的共同期待和努力下，未来5年，医学影像AI市场规模预计将达多亿人民币，其中亚太地区是全球市场规模增长最高区域，5年内被预测将突破千亿，市场潜力巨大。而亚太地区最大最重要的市场无疑是中国。
在中国，无论从产业端、科研端还是三类证审批端，都印证了这一点。在产业端，十年前中国都是从国外进口影像设备，尤其是MRI1.5T以上及核医学设备。十年来，以联影为代表的多家国产影像设备品牌崛起，打破了国外影像设备的垄断，国产CT的占有率提高了近30%，高端设备的市场占有率也实现了从零到几乎占据半壁江山，甚至有些国产设备（例如联影的2米PET）做到了“世界唯一”，中国高端影像设备开始向海外输。
在科研方面，20年前，国际顶级期刊和会议中很少有来自中国的文章，但是到了14、15年以后，文章发表数量直线上升，至今占有很大比例；越来越多的业内顶尖学者投身医学影像人工智能领域，医院也开始积极参与医学影像人工智能的合作研究。
在政策审批端，年以后，各类医学影像AI产品相继获批NMPA三类证，包括肺结节、肺炎、骨折、心血管等各类产品，为大范围商业化落地打下基础，加速中国医学影像AI的发展。
多场景、多疾病、全流程、一体化智能诊疗
随着AI产品覆盖的范围越来越广，与医生实际工作结合得越来越紧密，我们发现，仅仅局限于单个部位或者单个场景的AI应医院实际的需求。只有做到多场景、多疾病、全流程、一体化的AI智能诊疗，才能开创一个新的诊疗时代。
以脑卒中救治为例，传统的脑卒中救治流程，影像检查复杂，且需要人工测算的量化信息多、耗时耗力。而脑卒中又是一个多科室合作会诊的疾病，科室之间缺少一个高效协同的工具，会诊效率低。
我们开发的脑卒中全生命周期智能管理系统，可以从早筛联防、急诊、急救、健康管理及科研方面提供帮助。早筛联防方面，通过早期体检，AI系统可帮助评估脑血管疾病风险，筛查高风险人群，并提供详尽的脑健康报告，帮助降低卒中风险。另外基于AI还可以构建区域卒中高危人群大数据管理中心，进行实时监测和大数据分析。
在急诊场景下，AI可以提供一站式的智能辅诊，基于CT影像自动判断出血、缺血，基于CTP、CTA检查自动识别核心梗死区和责任血管。同时AI可帮助进行一站式智能危急分诊、MDT会诊，自动把患者病况量化信息推送给MDT团队，多终端危急提示，让医生在移动端也可随时阅片。这样一来，最快可以在5分钟内完成脑卒中诊断全流程，实现高效会诊。
在急救场景下，AI还能为临床救治提供病灶3D定位以及量化信息，辅助临床救治决策的规范化、精准化。
在健康管理方面，尤其在预后随访时，AI可给出精细的病灶变化对比曲线，全程智能追踪、并且预测预后，帮助降低复发风险。
在科研方面，在这样一个全生命周期的脑卒中智能管理系统下，前沿科学探索及临床转化也将具有更多可能性。
除卒中以外，肺癌是国民健康的头号杀手。85%的肺癌等到确诊时已经是晚期，如果能够早期发现，肺癌患者的5年生存率可提高至少60%。
面对肺癌，AI也能为肺癌患者构建全流程一体化的智能健康管理。包括院前评估、筛查、诊断、治疗与预后、随访。
院前评估环节，AI通过用户填写的肺癌风险自查信息，可智能判别肺癌发病风险，同时帮助普及肺癌防治知识。区中心能够通过这种大面积的智能筛选建立肺癌高风险人群数据库，提醒高风险人群进行定期健康体检。
在检查环节，AI能够实时监测拍片的质量，医院/体检中心、不同区域之间的拍片质量均质化。AI通过CT“一扫多查”，帮助检查除肺癌以外的其他疾病。检出肺结节后，AI自动评估良恶性并生成个性化的、解读性高的肺健康评估报告，降低医患沟通成本的同时让受检者更加注重自身健康管理。对于高危结节，AI会根据进一步检查的PET-CT，评估肺癌分期。
在手术阶段，医生可以通过AI进行术前模拟规划、术中手术导航；术后，AI能够定期提醒患者复查，智能随访管理与疗效评估。
产学研医协作，推动前沿科技发展
产学研医协作，是推动前沿科技发展的重要途径。
年起，联影智能与中山大学肿瘤防治中心合作，研发基于深度学习的脑转移瘤AI辅助检测系统，医院，进行了多中心、多医生阅片、前瞻性的验证研究。通过一千例多患者共一万余个转移瘤来训练及验证AI模型，结果显示，AI辅助后，在假阳性没有显著变化的基础上，所有阅片医生检测平均敏感性提高了21%，每例平均阅片时间减少了40%。该研究已在《神经肿瘤学》杂志上在线发表，是目前为止在脑转移瘤方面全球少有的成功的临床-科研转化案例。
在神经影像前沿研究方面，我们进行了0-6岁脑发育研究，这对帮助早期疾病（例如自闭症）的诊断非常重要。由于婴儿脑影像跟成人有较大的差异，需要特有的算法。经过多年的研究，我们开发了一整套基于AI的分析算法，用于精准的组织分割、表面重建、球面映射等，提取定量形态学特征，例如皮层厚度，旨在描绘脑皮层厚度在出生后24个月内的发育轨迹，并且根据发育轨迹，划分脑区，指导后续的脑功能发育研究。
在脑图谱与神经退行性疾病的研究方面，我们团队承担了“中国人脑图谱研究科创平台”的多模态CT/MRI/PET数据采集、质控及分析工作，帮助构建20-80岁脑图谱。同时，团队牵头国家自然科学资金重点项目“基于多模态医学影像智能融合的AD早期诊断评价模型研究”，利用AI进行MR的快速采集，学习MR与CT、与PET的表征关系，进行有效融合，用于老年痴呆症的早期诊断。在实际使用时，我们只要快速采集MR，利用AI学习好的MR与PET/CT的关系，生成PET/CT，然后利用训练好的多模态分类器，进行老年痴呆症的快速诊断，致力于实现从影像采集到最后诊断在几分钟内完成。
为了绘制中国人脑图谱，我们与医院合作，建立了脑科学创新转化平台。在我们的脑科学平台里，全部使用联影自主研发的已经达到国际领先水平的高端科研型多模态影像设备，为动物研究、临床科研、前瞻科研提供重要影像学技术手段及参考依据。在优质影像数据的基础上，我们研发了“脑数据分析平台”、“脑疾病诊疗平台”，用于老年痴呆症、脑转移瘤、脑小血管病的智能辅助诊断。通过这样的产学研医协作，可以真正打通学术界、医学界、产业界，形成一个自主创新、深度协同的创新生态。
大脑就像宇宙一样有无穷无尽的奥秘在等我们去探索，未来，脑科学可能不仅仅是存在于科研论文里或是电脑屏幕里，它还可能突破次元，实现神经元宇宙。
而目前，事实上我们已经具备实现神经元宇宙的一些技术基础。比如在脑疾病诊断方面，AI已经可以实现病灶的自动检测分割，定性定量分析，为医生提供疾病诊断的参考依据；在脑疾病治疗方面，术前，AI可以提供三维可视化术前规划，一键完成诊断级的病灶和病变所在器官的三维重建，提供丰富的3D编辑工具以协助医生完成手术规划、模拟手术方案，并给出规划所需的量化数值参考，帮助医生验证治疗策略和预测预后；术中，结合AR、VR等技术，可以实现术中影像3D实时分析，虚拟远程手术指导，远程操作手术机器人等等；治疗后，通过AI结构量化与网络评估、AI代谢组学、AI影像组学等分析，再结合AR、VR等技术，可实现全身动态评估，帮助医生全面掌握治疗情况，患者更能沉浸式地了解自己的健康状况，帮助医患更好地沟通交流。
随着医疗水平和现代科技的不断发展，医疗AI的未来一定是多场景、多疾病、全流程、一体化的智能诊疗。希望未来能够有更深远的产学研医协作，共同推动前沿生命科技发展。