醫療影像AI，被譽為醫療行業的人工智能“讀片大腦”，近日發布的2019《中國人工智能醫療白皮書》顯示，AI醫學影像成為中國人工智能醫療最成熟領域。當前，AI輔助醫療尤其是影像醫學判讀面臨新的升級迭代，如何研發更加聰明的人工智能“讀片大腦”，成為科技界和醫療界共同探討的新課題。

醫療人工智能不只是會讀片

AI+醫學影像主要分為兩部分：一是圖像識別，應用于感知環節，分析非機構化數據、獲取有意義的特征信息；二是深度學習，通過大量的影像數據和醫生標注數據，不斷對神經元網絡進行深度學習訓練，促使其掌握“診斷”的能力。

記者采訪中發現，目前醫療影像AI診斷的應用尚處于初級階段，以在短時間內找到容易被遺漏的疑似病灶為主要目標，尚無法對獲得的病灶進行精準的特征描述，也無法對疾病進行精準的預后評估，仍需大量其他診斷手段來幫助醫生做出臨床決策。隨著AI+醫療逐步涉入深水區，“獲取足夠豐富且高質量的醫療影像數據”成為提升診斷準確度的關鍵和難點。

難在哪里？首先是數據量問題。很多影像模態的數據瓶頸導致無法訓練人工智能算法；其次是數據質量問題。在醫學影像領域，人工智能訓練需要醫生標注后的數據，但這一過程費時費力。不同醫院對于圖像的質量要求也不盡相同，參差不齊的數據質量會給人工智能訓練帶來偏差。

走向新的升級風口：2.0時代呼之欲出

精準醫療越是涉入深水區，對人工智能輔助醫療數據信息研判精準度的要求就更高，AI+醫療需要完成從1.0時代向2.0時代的升級：“精數據”和“全流程”成為迭代關鍵詞。

日前，全球布局的域唯醫療與南京市江北新區管委會簽約建立多模態精準醫療人工智能平臺項目，旨在構建完善的多組學多模態AI平臺，開發可以真正為醫生提供臨床診療決策支持的“智慧讀片大腦”。“真正有效的醫療人工智能技術要將解決方案貫穿整個診療過程?！鄙虾Ｓ蛭ㄡt療科技有限公司創始人、CEO王世威博士說。

域唯醫療的全球創新中心位于歐洲奧地利維也納，由首席醫學官馬庫斯·哈克博士和首席技術官托馬斯·拜耳博士負責。“醫學影像學融合跨界不僅是生物學、臨床醫學、基礎醫學的融合，還需要數學、圖像學、軟件、算法、設計乃至人文學科的交叉。”維也納醫科大學的核醫學科主任馬庫斯·哈克博士說。

多模態AI“醫療大腦”如何發揮作用？歐洲科學院院士、PET/CT發明人、歐洲多模態分子精準影像協會主席托馬斯·拜耳博士細釋其原理：“首先，篩選高質量的數據。這些數據可以雙向校準整個機器模型，無需進行人工特征篩選及人工尋找最優算法，依靠內核自動生成針對特定病種或者特定數據來源的算法模型；其次，提高大樣本數據的學習能力和準確度。PET/CT圖像融合了分子生物學信息及影像數據信息的功能及分子圖像，根據腫瘤的數字化影像特征訓練算法，并結合多維的多組學數據，可以得到更優的預測模型。”

虛擬活檢、3D渲染技術：輔助腫瘤精準治療

腫瘤精準治療是目前世界的最前沿課題，如何通過AI影像加強對腫瘤精準治療的幫助？虛擬活檢、3D渲染技術，正在以全新的概念和技術迭代加速輔助腫瘤精準治療。

記者了解到，通過將醫學成像，機器學習和AI結合在一起，計算成像和個性化診斷（CCIPD）已成為檢測和診斷各種癌癥和其他疾病的全球醫療領域的探索前沿。美國凱斯西儲大學數字成像實驗室的科學家們已經率先使用人工智能（AI）來預測化學療法是否會成功，波士頓的研究人員正在嘗試使用人工智能技術對腦腫瘤進行“虛擬活體組織檢查”。“通過無創的影像手段，獲得傳統穿刺活檢獲得的信息，即虛擬活檢手段，從而提高腫瘤診斷準確率及效率?！蓖跏劳┦空f，“目前可以針對超過12種腫瘤不同指標構建預模型，從而為醫生提供一整套云端或者本地端的解決方案。”

“可視化引擎通過體外3D渲染技術，重建體外腫瘤影像，從而將非影像學的數據以影像方式呈現給醫生。例如，通過可視化描述相關腫瘤微環境信息及病灶的確切解剖結構，讓醫生詳細了解腫瘤的相關信息，并判斷病人最適合的療法?！蓖旭R斯·拜耳說。

“很多大型三甲醫院正在嘗試建立多學科會診、疑難病癥的平臺，基于AI多組學的可視化分析引擎正好可以協助建立這樣的平臺?！瘪R庫斯·哈克說，“對于大型醫院，這個模型可以安裝在醫院的工作站，醫生在醫院就可通過模型預測腫瘤的分子信息；小型的基層醫院，可以將數據經脫敏后傳輸到云端，云端利用模型分析數據后，將結果反饋給醫院?！?/p>