孫佳慧，董鑫宇，唐梓元，宋海南

（牡丹江醫(yī)學(xué)院醫(yī)學(xué)影像學(xué)院，黑龍江 牡丹江 157011）

0 引言

經(jīng)過近六十多年的發(fā)展，人工智能技術(shù)不斷地發(fā)展。近幾年，人工智能在各個(gè)科技領(lǐng)域發(fā)揮了重要作用，廣泛應(yīng)用于交通、醫(yī)療、教育與工業(yè)等多個(gè)領(lǐng)域[1-5]。人工智能技術(shù)與傳統(tǒng)行業(yè)深度融合，有效的降低了勞動(dòng)成本、優(yōu)化產(chǎn)品與服務(wù)，創(chuàng)造新市場(chǎng)與就業(yè)等方面，革命性的轉(zhuǎn)變了人類的生活和生產(chǎn)方式。在醫(yī)學(xué)領(lǐng)域，人工智能的應(yīng)用場(chǎng)景主要為醫(yī)學(xué)影像、智能診療、智能導(dǎo)診、智能語音、健康管理、病例分析、醫(yī)院管理、新藥研發(fā)和醫(yī)療機(jī)器人等，其中在醫(yī)學(xué)影像中的應(yīng)用最廣泛[6-8]。目前國內(nèi)人工智能醫(yī)學(xué)影像企業(yè)數(shù)量超過一百家。人工智能與醫(yī)學(xué)影像的結(jié)合同時(shí)也給大學(xué)生創(chuàng)新創(chuàng)業(yè)提供了新的機(jī)遇。本文以人工智能醫(yī)學(xué)影像在大學(xué)生創(chuàng)新創(chuàng)業(yè)實(shí)踐項(xiàng)目中的應(yīng)用為中心，著力探討人工智能醫(yī)學(xué)影像大學(xué)生創(chuàng)新創(chuàng)業(yè)的可行性。

1 醫(yī)學(xué)影像學(xué)發(fā)展現(xiàn)狀

醫(yī)學(xué)影像是臨床醫(yī)生完成對(duì)患者疾病診斷的重要依據(jù)。醫(yī)學(xué)影像主要包括MRI、CT、DSA、超聲、核醫(yī)學(xué)等。醫(yī)學(xué)影像在臨床醫(yī)學(xué)診斷領(lǐng)域目前存在一定的問題[9-12]：（1）影像人才短缺。醫(yī)療機(jī)構(gòu)普遍缺乏高水平的影像醫(yī)師，在疾病診斷中容易發(fā)生診斷不準(zhǔn)確、同一疾病診斷結(jié)果不一致等情況。（2）影像診斷定量分析困難。在影像診斷中，病灶信息呈現(xiàn)高通量、多維度，醫(yī)生對(duì)病灶的定量變化往往依賴于經(jīng)驗(yàn)，微小的定量變化通過肉眼判斷比較困難。（3）醫(yī)生閱片方式難以滿足患者的診斷需求。目前影像呈現(xiàn)方式主要為數(shù)據(jù)與圖像，醫(yī)生對(duì)影像的診斷依賴于自身的信息挖掘、分析，人工閱片速度無法提高。

2 人工智能醫(yī)學(xué)影像在大學(xué)生創(chuàng)新創(chuàng)業(yè)實(shí)踐中應(yīng)用可行性

人工智能在醫(yī)學(xué)影像領(lǐng)域主要有影像設(shè)備的圖像重建、智能輔助診斷疾病、智能勾畫靶區(qū)、智能判斷病理切片、智能判斷病理切片及診斷方案智能輔助等。2021年2月10日教育部發(fā)布《教育部關(guān)于公布2020年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果的通知》及《列入普通高等學(xué)校本科專業(yè)母的新專業(yè)名單（2021年）》，我國普通高等學(xué)校開設(shè)新專業(yè)智能影像工程。該專業(yè)致力于醫(yī)工高度交叉復(fù)合型創(chuàng)新拔尖人才的培養(yǎng)，人才主要服務(wù)于高端醫(yī)學(xué)影像設(shè)備的智能化研究、開發(fā)、管理與使用，從而解決我國目前存在的醫(yī)學(xué)影像創(chuàng)新能力不足、影像診斷治療水平發(fā)展不均衡、全社會(huì)健康需求日趨迫切等問題。在目前國家支持大學(xué)生創(chuàng)新創(chuàng)業(yè)的濃厚氛圍下，醫(yī)學(xué)院校依托生物醫(yī)學(xué)工程、智能影像工程、醫(yī)學(xué)影像學(xué)、醫(yī)學(xué)影像技術(shù)等專業(yè)，利用人工智能相關(guān)技術(shù)，在醫(yī)學(xué)影像領(lǐng)域開展圍繞圖像處理、計(jì)算機(jī)輔助診療、影像組學(xué)等人工智能醫(yī)學(xué)影像創(chuàng)新創(chuàng)業(yè)，意義深遠(yuǎn)，大有可為。

生物醫(yī)學(xué)工程、醫(yī)學(xué)影像學(xué)、智能影像工程等專業(yè)學(xué)科涵蓋人工智能影像所需的數(shù)學(xué)、計(jì)算機(jī)編程語言（C++、PYTHON、OPENCV、NUMPY等）、醫(yī)學(xué)圖像處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，從學(xué)科角度完全契合人工智能影像的需求，學(xué)科體系可進(jìn)一步調(diào)整以適應(yīng)人工智能影像的需要。其次，人工智能醫(yī)學(xué)影像產(chǎn)業(yè)鏈條比較長，在算法開發(fā)上、醫(yī)學(xué)科技創(chuàng)新等方面，需求面廣，實(shí)際情況就是誰的技術(shù)先進(jìn)、能解決實(shí)際問題，誰就占領(lǐng)了先機(jī)。再次，目前人工智能影像的相關(guān)產(chǎn)業(yè)仍處于初級(jí)階段，創(chuàng)業(yè)機(jī)會(huì)較多。目前的人工智能尚處于弱人工智能時(shí)代，人工智能醫(yī)學(xué)影像更多的應(yīng)用于圖像識(shí)別輔助分析，發(fā)展空間較大，未來人工智能在醫(yī)療領(lǐng)域?qū)⒅厮墚a(chǎn)業(yè)，是未來醫(yī)學(xué)創(chuàng)新和改革的強(qiáng)大動(dòng)力。自從2006年起，國內(nèi)人工智能+醫(yī)學(xué)影像的企業(yè)逐年緩慢增長，初創(chuàng)型企業(yè)的概念項(xiàng)目逐漸落地，受到資本的青睞。醫(yī)學(xué)院校擁有醫(yī)學(xué)影像、臨床醫(yī)學(xué)、生物醫(yī)學(xué)工程、智能影像學(xué)科的優(yōu)勢(shì)和人才，在國家大力鼓勵(lì)大學(xué)生創(chuàng)新創(chuàng)業(yè)的背景下，適當(dāng)引導(dǎo)相關(guān)學(xué)生開展圍繞“人工智能影像”的創(chuàng)新創(chuàng)業(yè)，符合大學(xué)生雙創(chuàng)事業(yè)的發(fā)展規(guī)律，有利于大學(xué)生尋找創(chuàng)新創(chuàng)業(yè)的“Idea”。

3 構(gòu)建以人工智能影像為基礎(chǔ)的大學(xué)生創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)模式

完善生物醫(yī)學(xué)工程、智能影像工程、醫(yī)學(xué)影像學(xué)的醫(yī)工交叉創(chuàng)新創(chuàng)業(yè)課程體系。人工智能醫(yī)學(xué)影像學(xué)科體系目前仍在摸索之中也在不斷發(fā)展之中，醫(yī)工交叉的學(xué)科發(fā)展模式本身需要將工學(xué)的科研成果轉(zhuǎn)化為醫(yī)學(xué)的科技創(chuàng)新，實(shí)現(xiàn)醫(yī)工交叉、融合的人才培養(yǎng)目標(biāo)。因此，學(xué)科建設(shè)上應(yīng)加強(qiáng)大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新技術(shù)的課程與實(shí)踐教育，增強(qiáng)學(xué)生的相關(guān)學(xué)科的動(dòng)手能力。使學(xué)科趨于完善，適應(yīng)于當(dāng)前新醫(yī)學(xué)發(fā)展的需要。

建立人工智能醫(yī)學(xué)影像的產(chǎn)、學(xué)、研一體的基地。目前，在國家高度支持、鼓勵(lì)大學(xué)生創(chuàng)新創(chuàng)業(yè)的背景下，醫(yī)學(xué)院?？山柚Ｆ蠛献餍问剑?qǐng)人工智能醫(yī)學(xué)科技企業(yè)的技術(shù)人員擔(dān)任基地的教師，開展學(xué)校與企業(yè)的聯(lián)合課程建設(shè)，由學(xué)校和企業(yè)共同扶持大學(xué)生開展人工智能影像的科學(xué)研究，在研究生與本科生培養(yǎng)上創(chuàng)新培養(yǎng)模式實(shí)行雙導(dǎo)師制，即以技術(shù)驅(qū)動(dòng)為導(dǎo)向，孵化大學(xué)生創(chuàng)業(yè)公司。通過上述各種機(jī)制，建立“產(chǎn)、學(xué)、研”一體的大學(xué)生創(chuàng)新創(chuàng)業(yè)基地。

4 構(gòu)建醫(yī)學(xué)院校人工智能影像的科研平臺(tái)

醫(yī)學(xué)院校的生物醫(yī)學(xué)工程、醫(yī)學(xué)影像學(xué)、智能影像工程專業(yè)的科研創(chuàng)新體系雖然比較健全，但是由于人工智能影像屬于新生事物，在相關(guān)科研領(lǐng)域仍然存在著學(xué)習(xí)、應(yīng)用困難，如影像組學(xué)的發(fā)展十分迅速，其本質(zhì)為一種分析思路的方法，從臨床問題出發(fā)，最后回到解決的臨床問題。其步驟主要包括：標(biāo)準(zhǔn)醫(yī)學(xué)影像數(shù)據(jù)獲取和篩選、圖像分割、特征提取、特征選擇、建立模型與應(yīng)用。但影像組學(xué)上述步驟需要不同的工具、方法來實(shí)施，即工具比較分散。目前，一些醫(yī)學(xué)科技公司針對(duì)特定疾病影像組學(xué)研究開發(fā)出集成的平臺(tái)環(huán)境，其最顯著的特征為“零編程”，極大的降低了使用者的學(xué)習(xí)成本，這種軟件平臺(tái)不僅提高了使用效率，更加速了人工智能在醫(yī)學(xué)中的使用進(jìn)程，降低了門檻。此類平臺(tái)不失為一種大學(xué)生人工智能影像創(chuàng)新創(chuàng)業(yè)的工具。因此，醫(yī)學(xué)院校在條件允許的情況下，創(chuàng)建人工智能影像的科研條件能夠極大的為人工智能影像的科研提供幫助、支持，也有利于人工智能影像領(lǐng)域大學(xué)生創(chuàng)新創(chuàng)業(yè)的實(shí)現(xiàn)。

5 結(jié)語

醫(yī)學(xué)影像+人工智能是醫(yī)學(xué)創(chuàng)新的重要路徑，也因此是醫(yī)學(xué)院校大學(xué)生創(chuàng)新創(chuàng)業(yè)的重要方向。圍繞人工智能醫(yī)學(xué)影像方向的大學(xué)生創(chuàng)新創(chuàng)業(yè)教育更有利于生物醫(yī)學(xué)工程、醫(yī)學(xué)影像學(xué)專業(yè)的發(fā)展和創(chuàng)新大學(xué)生創(chuàng)新創(chuàng)業(yè)的內(nèi)容。