董孟杰 黃鋼

1浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院核醫(yī)學(xué)科，杭州 310003；2上海健康醫(yī)學(xué)院201318

隨著大數(shù)據(jù)、超級(jí)計(jì)算、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和腦科學(xué)等領(lǐng)域的新理論、新技術(shù)、新應(yīng)用取得了突破性進(jìn)展，人工智能（artificial intelligence，AI）技術(shù)再次迎來(lái)質(zhì)的進(jìn)步，甚至被譽(yù)為第四次工業(yè)革命的代表性技術(shù)。在醫(yī)療行業(yè)應(yīng)用場(chǎng)景中，AI在醫(yī)學(xué)影像中的研究及其應(yīng)用也同時(shí)得到了快速發(fā)展。

醫(yī)學(xué)影像幾乎貫穿于整個(gè)醫(yī)療診療的全過(guò)程，包括對(duì)疾病的篩查、診斷、治療及療效評(píng)估等方面。據(jù)統(tǒng)計(jì)，醫(yī)院存儲(chǔ)的信息超過(guò)90%來(lái)源于醫(yī)學(xué)影像[1]，尤其隨著醫(yī)學(xué)影像數(shù)據(jù)生成設(shè)備和存儲(chǔ)通信平臺(tái)的建立，醫(yī)學(xué)影像數(shù)據(jù)具備了數(shù)據(jù)規(guī)模龐大、數(shù)據(jù)更新頻繁、數(shù)據(jù)類型多樣、數(shù)據(jù)價(jià)值巨大及數(shù)據(jù)處理復(fù)雜等“大數(shù)據(jù)”（big data）的特質(zhì)。

數(shù)據(jù)、算法和算力是AI快速發(fā)展的三要素。AI需要大數(shù)據(jù)作為“思考”和“決策”的基礎(chǔ)，需大數(shù)據(jù)進(jìn)行智能模型的“訓(xùn)練”和“驗(yàn)證”，以保障其運(yùn)行的可靠性及穩(wěn)定性。大數(shù)據(jù)需要AI技術(shù)的具體表現(xiàn)包括以下三方面。①通過(guò)流程自動(dòng)化以提高效率：可更有效地處理數(shù)字和物理任務(wù)，使“后臺(tái)”功能自動(dòng)化；②通過(guò)分析處理數(shù)據(jù)以提高精度：對(duì)數(shù)據(jù)的識(shí)別更加精細(xì)化，便于進(jìn)行早期篩查或制定治療決策；③通過(guò)數(shù)據(jù)深度挖掘以提高價(jià)值：可分析挖掘大量影像數(shù)據(jù)，提升影像數(shù)據(jù)的應(yīng)用價(jià)值、輔助臨床診療工作和提升醫(yī)院整體業(yè)務(wù)水平[2]。

AI在醫(yī)學(xué)影像領(lǐng)域的進(jìn)展表現(xiàn)在醫(yī)療影像設(shè)備、影像診斷及其智能服務(wù)等諸多方面。①AI在醫(yī)療影像設(shè)備方面：可使低劑量CT、PET圖像通過(guò)重建得到高劑量圖像，減少輻射風(fēng)險(xiǎn)；能提高影像設(shè)備的掃描速度（如速度可大幅提升3倍，PET掃描提高速度的同時(shí)可提高圖像精度）、降低輻射劑量[3-4]。②AI在影像臨床診斷方面：能輔助X射線胸片或胸部CT片診斷，輔助完成肺結(jié)節(jié)、肺結(jié)核、氣胸等多種疾病的醫(yī)學(xué)影像篩查；實(shí)現(xiàn)對(duì)一些嚴(yán)重眼科疾?。ㄈ缜喙庋?、糖尿病性視網(wǎng)膜病變等）的有效診斷；對(duì)顱腦MRI圖像進(jìn)行更精準(zhǔn)的腦區(qū)分割；輔助腦疾病診斷，借助腦出血輔助分析軟件（或者通過(guò)混合特征算法等）輔助醫(yī)師短時(shí)間內(nèi)評(píng)估患者病情及治療方案；在放射治療計(jì)劃系統(tǒng)中，借助模型壓縮技術(shù)及深度學(xué)習(xí)平臺(tái)，大幅度降低醫(yī)師的勾畫(huà)時(shí)間。③AI在骨傷鑒定方面：智能檢測(cè)多種類型骨折跡象，自動(dòng)標(biāo)注疑似骨折處。④AI在輔助乳腺診斷方面：精準(zhǔn)分割乳房與致密腺體組織，客觀評(píng)估乳腺癌風(fēng)險(xiǎn)。⑤AI在超聲影像診斷方面：實(shí)現(xiàn)了對(duì)甲狀腺結(jié)節(jié)及乳腺病灶的輔助診斷。⑥AI在病理切片分析方面：可發(fā)現(xiàn)人眼不易察覺(jué)的細(xì)節(jié)，內(nèi)容識(shí)別及元路徑增強(qiáng)度量學(xué)習(xí)模型（CAMEL）算法適合快速自動(dòng)的病理影像標(biāo)注，基于弱監(jiān)督的多示例學(xué)習(xí)（MIL）方法適合病理圖像的分類、分割和聚類，目前，在此領(lǐng)域的研究已經(jīng)有了實(shí)質(zhì)性的發(fā)展。⑦AI在智能服務(wù)方面：醫(yī)學(xué)影像AI提供涵蓋從輔助檢測(cè)、輔助診斷、精準(zhǔn)診斷、量化隨訪到精準(zhǔn)治療全流程的智能服務(wù)；處理如CT掃描、超聲、MRI和PET等全模態(tài)的影像數(shù)據(jù)，提供全棧式的智能服務(wù)；融合診斷與報(bào)告工作流程，提供分診、初診、復(fù)讀和智能報(bào)告等全方位服務(wù)[5]。

在政策與技術(shù)雙重驅(qū)動(dòng)醫(yī)學(xué)影像AI發(fā)展方面，國(guó)內(nèi)外相關(guān)研發(fā)機(jī)構(gòu)在醫(yī)療大數(shù)據(jù)挖掘和AI產(chǎn)品等方面均在積極布局，力爭(zhēng)在醫(yī)療AI方面取得制高點(diǎn)。在我國(guó)，AI已經(jīng)上升到國(guó)家戰(zhàn)略層面，2015年7月，“人工智能”首次被寫(xiě)入《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》，2017年7月8日，國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中提出發(fā)展智能醫(yī)療、推廣應(yīng)用AI治療的新模式和新手段、建立快速精準(zhǔn)的智能醫(yī)療體系以及發(fā)展醫(yī)療影像輔助診斷系統(tǒng)[6]。2019年已將與AI密切相關(guān)的立法項(xiàng)目列入立法規(guī)劃。

在科學(xué)研究方面，由于政策與技術(shù)的驅(qū)動(dòng)，醫(yī)學(xué)影像AI的研究初現(xiàn)了良好的研發(fā)態(tài)勢(shì)及廣闊的落地場(chǎng)景，大量研究成果已在國(guó)際期刊及國(guó)際會(huì)議上發(fā)表或交流。許多AI公司及科研部門(mén)在醫(yī)療領(lǐng)域積極投入AI的研究，并已取得研究進(jìn)展；全國(guó)各大醫(yī)院也積極參與AI的研究與合作項(xiàng)目，智能診療助手、智能影像識(shí)別及智能診療方案等相繼在一些醫(yī)院落地。

為了適應(yīng)AI在各領(lǐng)域的快速發(fā)展，近年來(lái)各層次多專業(yè)學(xué)會(huì)相繼成立AI工作委員會(huì)或?qū)W組，旨在通過(guò)學(xué)術(shù)交流積極探討AI的學(xué)術(shù)進(jìn)展及發(fā)展方向，促進(jìn)該專業(yè)領(lǐng)域的AI發(fā)展。如：2015年，浙江省首先在國(guó)內(nèi)成立以醫(yī)療AI為特色的“浙江省數(shù)理醫(yī)學(xué)學(xué)會(huì)”，截至2019年底，已有近40個(gè)分會(huì)成立；2018年7月20日，中國(guó)醫(yī)學(xué)裝備人工智能聯(lián)盟宣告成立；2018年，中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)醫(yī)學(xué)人工智能 分會(huì)成立；2018年11月，中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)大數(shù)據(jù)與醫(yī)學(xué)人工智能工作委員會(huì)成立；2019年，中華醫(yī)學(xué)會(huì)核醫(yī)學(xué)分會(huì)分子影像人工智能工作委員會(huì)成立，期望加速推進(jìn)分子影像與AI的發(fā)展及其臨床轉(zhuǎn)化。

有關(guān)醫(yī)療AI發(fā)展的權(quán)威性報(bào)告亦相繼發(fā)布。2019年3月26日，由中國(guó)醫(yī)學(xué)影像AI產(chǎn)學(xué)研用創(chuàng)新聯(lián)盟牽頭，匯集了國(guó)內(nèi)三甲醫(yī)院的影像專家、科研專家和AI醫(yī)學(xué)公司，聯(lián)合發(fā)布了《中國(guó)醫(yī)學(xué)影像人工智能白皮書(shū)》；2019年劍橋大學(xué)發(fā)布了《2019年度人工智能發(fā)展報(bào)告》，報(bào)告涵蓋AI研究、人才、產(chǎn)業(yè)等多方面內(nèi)容；2019年1月，上海交通大學(xué)AI研究院、上海市衛(wèi)生和健康發(fā)展研究中心發(fā)布了《中國(guó)人工智能醫(yī)療白皮書(shū)》。2019年12月，中華醫(yī)學(xué)會(huì)核醫(yī)學(xué)分會(huì)分子影像人工智能工作委員會(huì)發(fā)布了《分子影像人工智能發(fā)展報(bào)告白皮書(shū)》及《分子影像人工智能專家共識(shí)》：權(quán)威性審查規(guī)范分子影像AI術(shù)語(yǔ)；梳理分子影像AI領(lǐng)域最新研究成果；歸納目前分子影像AI的產(chǎn)學(xué)研及其未來(lái)發(fā)展趨勢(shì)；審查AI發(fā)展需要直面的法律困境、倫理問(wèn)題；提出分子影像AI研發(fā)困境及其建議等[7]。

本期“人工智能”重點(diǎn)號(hào)從不同角度展示了AI在醫(yī)學(xué)影像領(lǐng)域的最新研究成果和產(chǎn)品落地場(chǎng)景等。張佳佳等詳細(xì)詮釋AI機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與其的關(guān)系，以及AI在腫瘤圖像特征提取、圖像分割、腫瘤的分類與分期等方面的應(yīng)用；劉婧等詳細(xì)介紹了深度學(xué)習(xí)模型：監(jiān)督學(xué)習(xí)（包括卷積神經(jīng)網(wǎng)絡(luò)和大規(guī)模訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)）及非監(jiān)督學(xué)習(xí)（自動(dòng)編碼器、深度置信網(wǎng)絡(luò)）；賈凱麗等全方位簡(jiǎn)述了包括X射線、CT、MRI診斷以及核醫(yī)學(xué)等多模式影像AI的最新研究，提出作為醫(yī)學(xué)影像從業(yè)者需要客觀地看待AI與影像醫(yī)學(xué)的結(jié)合，合理應(yīng)用并服務(wù)于臨床；潘野雄等詳細(xì)闡述結(jié)構(gòu)MRI、功能MRI及PET等多模態(tài)成像信息結(jié)合復(fù)雜網(wǎng)絡(luò)分析方法，這種基于神經(jīng)影像的阿爾茲海默癥復(fù)雜腦網(wǎng)絡(luò)研究正逐漸加深學(xué)界對(duì)阿爾茲海默癥病理的理解，也將帶來(lái)有潛力的臨床應(yīng)用前景；胡小麗等報(bào)道了冠狀動(dòng)脈AI在冠狀動(dòng)脈CT血管成像后處理及診斷效能的初步研究，研究結(jié)果發(fā)現(xiàn)冠狀動(dòng)脈AI工作效率是人工后處理的10倍左右，在診斷報(bào)告書(shū)寫(xiě)方面，冠狀動(dòng)脈AI工作效率是人工書(shū)寫(xiě)報(bào)告的15倍左右，冠狀動(dòng)脈AI檢出斑塊的靈敏度為93.3%、特異度為93.8%，這顯示了冠狀動(dòng)脈AI在后處理及診斷報(bào)告的速度上較人工有顯著優(yōu)勢(shì)。

隨著醫(yī)學(xué)數(shù)據(jù)集的不斷擴(kuò)增，硬件設(shè)備的提升及其算法的不斷優(yōu)化改進(jìn)，越來(lái)越多的醫(yī)學(xué)影像AI正逐漸形成產(chǎn)業(yè)化，并逐步落地于醫(yī)療領(lǐng)域。同時(shí)，也要意識(shí)到醫(yī)學(xué)影像AI仍面臨的一些挑戰(zhàn)，如醫(yī)學(xué)影像AI應(yīng)用場(chǎng)景目前還非常局限，需面向醫(yī)療場(chǎng)景進(jìn)一步加強(qiáng)醫(yī)學(xué)和AI的產(chǎn)學(xué)研融合創(chuàng)新，加強(qiáng)研發(fā)多器官、多病種等AI產(chǎn)品；標(biāo)準(zhǔn)化大數(shù)據(jù)以提高產(chǎn)品的泛化性和魯棒性；AI產(chǎn)品行業(yè)標(biāo)準(zhǔn)尚需出臺(tái)；AI產(chǎn)品應(yīng)用后的法律責(zé)任劃分及其倫理問(wèn)題等為今后重點(diǎn)研究方向。相信隨著醫(yī)學(xué)影像AI的發(fā)展，有望改變傳統(tǒng)就醫(yī)模式，緩解我國(guó)醫(yī)療行業(yè)缺乏影像醫(yī)師的現(xiàn)象；有效緩解我國(guó)醫(yī)療資源不均衡的現(xiàn)象，助力分級(jí)診療，推動(dòng)醫(yī)聯(lián)體診斷的同質(zhì)化水平。

利益沖突本研究不涉及任何利益沖突。