人工智能發展至今，技術上不斷取得突破，尋找落地應用場景成為AI企業的頭等大事。近年來，隨著國家對醫學影像行業發展的支持，“AI+醫學影像”成為一種全新的領域，有著非常廣闊的前景。

什么是醫學影像?

醫學影像是指為了醫療或醫學研究，對人體或人體某部分，以非侵入方式取得內部組織影像的技術與處理過程，它包含以下兩個研究方向：醫學成像系統和醫學圖像處理。

醫學成像系統是對圖像行成的過程，包括對成像機理、成像設備、成像系統分析等問題的研究;醫學圖像處理是指對已經獲得的圖像作進一步的處理。

醫學影像的優勢和痛點

醫學影像學的發展，使醫生對圖像的調閱、圖像質量的控制等有了更大的主動性，它使得醫生工作的關鍵模式發生了改變。

其一，它能滿足科室的需要，簡化科室的管理，可以減少醫生的勞動強度，并保留病人原始就診數據;其二，它能對醫生的科研、教學都有很大的幫助;其三，它可以解決未來可能發生的法律糾紛。

醫學影像產業主要分為兩個部分，一是影像設備，包括零部件廠商、整機廠商、軟件，二是影像診療，包括醫生、影像中心、影像耗材、遠程診斷服務等。

目前我國醫學影像行業面臨兩大痛點，第一是醫學影像醫生缺口大，誤診率高、效率低，服務模式亟待創新;第二是醫學影像分析工作繁瑣重復，極度消耗精力。

“AI+醫學影像”解決行業痛點

信息技術發展促進了醫學影像和教學科研工作的開展，它和生物技術、基因工程以及醫學工程的結合，會加速新技術的更新。人工智能技術的發展為解決當前中國醫學影像面臨的難題提供了一種新思路，“AI+醫學影像”被認為這個領域的“救命稻草”。

為什么醫學影像的發展離不開AI技術?因為醫療數據中有大部分來自于醫學影像，醫學影像數據仍在逐年增長，但影像科醫生的增長速度和工作效率不足以應對這樣的增長趨勢，這將給醫生帶來巨大的壓力。目前醫學影像數據大部分仍然需要人工分析，最明顯的缺陷就是不精準，依靠經驗所做的判斷容易造成誤診。

除了醫學影像對AI的潛在需求，國家政策高度支持醫學影像行業及“AI+醫療”的發展，醫學影像在醫療 AI 領域技術成熟度最高，也有望最先實現商業化。

人工智能在醫學影像的應用難題

在“AI+醫學影像”實現商業化之前，需解決這些難題才能大面積應用。算法、算力和數據被認為是人工智能的三大核心要素，數據量的增長、運算力的提升和深度學習算法的優化將帶來人工智能效率的持續提升。

目前醫學影像領域算法快速突破，算力持續增長，如何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最關鍵因素。2018年8月31日詹松華教授將在OFweek(第二屆)人工智能產業大會——AI+醫療論壇上分享自己的主題演講《人工智能在醫學影像應用的困難與挑戰》，深入探討人工智能在醫學影像領域的重大挑戰及對策，以及自己在人工智能應用于醫療影像方面的最新研究和思考。

詹松華教授演講內容：

AI正在逐漸超越影像科醫師的眼力極限，更快、更準地提供診斷報告，但是人工智能在臨床實際應用卻為數不多。詹松華教授認為不是影像科醫師的主觀拒絕，而是目前的AI水平確實不高，在實際應用中存在很多缺陷，造成推廣困難。AI工程師需要傾聽臨床的聲音，解決假陽性和假陰性的問題，開發更多的實用軟件，軟件更加人性化、更多的投入，而不是超越實際的宣傳，要與放射科醫師一道，共同提高影像檢查的圖像和診斷的質量。