近日，2019中華醫(yī)學(xué)會第二十六次全國放射學(xué)學(xué)術(shù)大會（CCR2019）在北京國家會議中心召開。本次會議由中華醫(yī)學(xué)會和中華醫(yī)學(xué)會放射學(xué)分會共同主辦。

盡管醫(yī)療AI經(jīng)歷了三年多的發(fā)展，但是為期5天的大會里，人工智能依然是放射科醫(yī)生們最關(guān)注的話題之一。64場專題發(fā)言和論文發(fā)言、肝臟、直腸的共識討論，讓AI牢牢占據(jù)了醫(yī)生話題的C位，小小的會議室里擠滿了各種專業(yè)的觀眾。

張惠茅是吉林大學(xué)第一醫(yī)院放射科主任，也是中華醫(yī)學(xué)會放射學(xué)分會和中國醫(yī)師協(xié)會放射學(xué)分會常委。

作為一名醫(yī)生，張惠茅主任對AI的發(fā)展十分關(guān)注。在CCR 2019的人工智能分論壇上，張惠茅發(fā)表了題為《中外醫(yī)學(xué)影像AI進展對比》的演講。

關(guān)注AI掘金志公眾號，在對話框回復(fù)關(guān)鍵詞“吉大一院”，即可獲取演講PPT。

她表示，從臨床需求到臨床產(chǎn)品的過程非常復(fù)雜，需要不斷的進行迭代。很多醫(yī)療AI產(chǎn)品雖然能解決單個痛點，但是很難滿足醫(yī)生日常工作中的所有需求。

因此，中華醫(yī)學(xué)會放射學(xué)分會成立了醫(yī)學(xué)大數(shù)據(jù)與人工智能工作委員會，以及醫(yī)學(xué)影像AI產(chǎn)學(xué)研用創(chuàng)新聯(lián)盟。“金征宇主任和劉士遠主任都非常重視這項工作，我們都特別希望去推動醫(yī)療AI的發(fā)展?！?/p>

今年7月，國家藥品監(jiān)督管理局也積極投入資源，成立了10個工作組，加快各種測試樣本數(shù)據(jù)庫的建設(shè)。

此外，張惠茅主任也從政策、倫理、應(yīng)用、人才教育等層面分析了國內(nèi)與法國、加拿大、美國等三個國家在醫(yī)學(xué)影像AI方面的諸多差異。

2017年、18年，法國和加拿大就成立了工作小組，來討論AI使用過程中的行為規(guī)范，研究把AI引入臨床會引起的影響，以及如何讓它更好地幫助醫(yī)生。

但是，兩個國家會略微有所不同。

例如，法國規(guī)范了一個嚴格的匿名化范疇，要求去除dicom格式文件中患者的隱私信息。醫(yī)生需要告知患者其醫(yī)療數(shù)據(jù)將用于研究，并簽訂書面協(xié)議；

而加拿大沒有法國嚴格，他們指定的規(guī)則是可以妥善的保護患者的標識的關(guān)聯(lián)信息，但是這些必須加密。

而相比之下，美國建立了一個關(guān)于AI的評價框架，主要目的就是從基礎(chǔ)研究、人機交互、倫理和法律安全等諸多方面來推進AI的發(fā)展。

當然，在數(shù)據(jù)庫建設(shè)、產(chǎn)品應(yīng)用范圍等方面，張惠茅主任都給出了自己的觀察與見解。

演講最后，張主任說到，“我們不能把新的算法、數(shù)據(jù)都放在自己的腰包里。如果中國未來想做好AI，一定要打開這個壁壘，大家一定要有奉獻精神。在安全的前提下，我們的醫(yī)生奉獻數(shù)據(jù)，算法團隊奉獻算法，在一個公開公平的情況下，大家互相交流才能夠碰撞出更多的火花。”

以下為張惠茅的演講全文，雷鋒網(wǎng)做了不改變原意的編輯和整理。

大家好，我今天演講的題目是《中外醫(yī)學(xué)影像AI進展對比》。剛剛孔教授（孔德興）給我們舉了一個很好的例子。我們看到了物理學(xué)家、數(shù)學(xué)家在醫(yī)學(xué)影像中扮演了核心技術(shù)推動者的角色。而醫(yī)生作為最主要的使用者，利用這些技術(shù)推進了人們的醫(yī)療健康。

在最新的報道中，我們中國的科研文章產(chǎn)出已經(jīng)在世界上排名第二，超過英國、僅次于美國。神經(jīng)、胸部和腹部等是大家比較關(guān)注的一個領(lǐng)域。雖然中國排到了世界第二，占據(jù)整體數(shù)量的20%，但大家可以看到，我們在真正的高分文章上跟國外有差距。

其次，我們可以看一下AI在醫(yī)療行業(yè)的應(yīng)用分布：從語音識別、電子病歷，到保險行業(yè)、醫(yī)療診斷。Google、Apple等等的AI巨頭公司，都已經(jīng)投入大量的資金進入這個行業(yè)。

中國的人工智能產(chǎn)品在醫(yī)療領(lǐng)域，尤其在醫(yī)學(xué)影像領(lǐng)域，占到了非常大的比例。原因之一是，影像數(shù)據(jù)在醫(yī)療數(shù)據(jù)中占了很大比例，在我們醫(yī)院是70%左右。

還有一個原因是，這些數(shù)據(jù)是DICOM可以進行共同研究，在國際上可以通用。所以大家都非常關(guān)注這個領(lǐng)域，也投入了很多的資金和人力進行研究。

因此，我們中華醫(yī)學(xué)會放射學(xué)分會成立了大數(shù)據(jù)人工智能工作委員會，金主任（金征宇）非常重視這項工作，我們也開展了很多探索性的研究。

還有劉主任（劉士遠）成立了CAIERA——醫(yī)學(xué)影像AI產(chǎn)學(xué)研用創(chuàng)新聯(lián)盟，從各個方面來看，我們都特別希望去推動這個行業(yè)的發(fā)展。

此外，中國首部的醫(yī)學(xué)影像白皮書也已經(jīng)問世，我們在這里面談了中國的頭部企業(yè)以及他們最新的一些算法。里面特別值得一讀的內(nèi)容就是我們對醫(yī)學(xué)影像現(xiàn)狀和挑戰(zhàn)的分析。

今年的7月份，國家藥品監(jiān)督管理局成立了10個工作組來推進這件事情，剛才孔德興教授已經(jīng)說了這件事情。國家已經(jīng)投入了很多資源，請國內(nèi)的數(shù)學(xué)家或者是頂級醫(yī)院、企業(yè)來牽頭規(guī)范這項事業(yè)。其中，數(shù)據(jù)庫的建立是非常重要的一件事情。

我們再來看一下法國和加拿大。早在2017年、2018年，法國和加拿大就成立了工作小組，來討論AI使用過程中的行為規(guī)范，研究把AI引入臨床會引起的影響，以及如何讓它更好地幫助到我們。

在對比過程中，可以看到兩個國家有相同也有不同。

第一個是語言問題。其實這個問題很好理解，大家知道這是一個跨學(xué)科的交流，醫(yī)生說的話，算法專家以及工學(xué)隊伍不太懂。與此同時，機器學(xué)習(xí)的語言對我們醫(yī)生來說也是一種挑戰(zhàn)。所以如何能夠建立一個互通的語言是非常重要的。

另外還有倫理問題：到底誰擁有數(shù)據(jù)，誰可以使用數(shù)據(jù)，數(shù)據(jù)的使用是不是一定要得到患者的允許等等。當然這也涉及到知識產(chǎn)權(quán)的問題，中國也已經(jīng)開始規(guī)范醫(yī)學(xué)影像AI的術(shù)語問題，著手建立起一個大家通用的字典。

關(guān)于安全的問題，兩個國家稍有不同。

在法國，它規(guī)范了一個嚴格的匿名化范疇，大家可以看到它要求去除我們dicom格式文件中患者的隱私信息。醫(yī)生需要告知患者，他們的數(shù)據(jù)將用于研究，并簽訂書面協(xié)議。

同時它也建立了放射科醫(yī)生創(chuàng)建和提供高質(zhì)量的數(shù)據(jù)集時，要遵守的數(shù)據(jù)傳輸?shù)脑瓌t。這個問題也很有意思，我們就在想，放射科醫(yī)生會傳一些無用的數(shù)據(jù)嗎？其實，在傳輸?shù)倪^程中涉及了患者的隱私問題。

比如我做了肺結(jié)節(jié)，但是可能這個患者進行了一個全腹部掃描，我應(yīng)不應(yīng)該把這個人的腹部圖像也傳給你？嚴格來講就不應(yīng)該。因為你當時制定的研究協(xié)議就是針對肺結(jié)節(jié)或者針對胸部的，你就不應(yīng)該把其他的圖像傳給別人。

相比于法國，加拿大沒有那樣嚴格，他們指定的規(guī)則是可以妥善地保護患者的關(guān)聯(lián)信息，但是這些必須加密。另外，他們的規(guī)則中也談到了如何應(yīng)對大量標注數(shù)據(jù)的需求，可以使用新的算法來幫助人們標注數(shù)據(jù)。

還有倫理和社會問題。AI在我們的工作中到底可以起到什么樣的作用？它是我們的一個助手，還是可以替代我們，還是真的可以幫助我們達到精準診療的一個目的？其實這些問題AI公司、科研人員、專家都特別關(guān)注。

我個人的看法是這樣的。在倫理允許的情況下，評價一個AI的作用，是它能否在臨床中幫助到我們。

很簡單的一個例子，比如說我們醫(yī)生天天在測量病變大小，那么我們是不是可以有這樣的一個算法，不需要讓醫(yī)生天天手動去量，自動測量病灶三維體積。當患者進行隨診的時候，幫我們對病灶進行動態(tài)的、定量的評估，這樣的AI可以極大地節(jié)約我們醫(yī)生的時間。我覺得這些都是非常好的應(yīng)用。

AI在法國未來的應(yīng)用，不僅局限于在智能讀片方面，在質(zhì)量控制、流程優(yōu)化，甚至于未來的報告解讀等等諸多方面，都有很多可以應(yīng)用的前景。

在加拿大，我們可以看到AI被用在圖像分類、質(zhì)量報告評分這樣的任務(wù)里，在他們的報告中強調(diào)了如何讓AI無縫鏈接到工作流程。因為AI如果真正想被放射科醫(yī)生所用，要么節(jié)約時間，要么縮短醫(yī)生的工作量，這樣的應(yīng)用才是我們醫(yī)生歡迎的。

我們再來看一下美國。美國建立了非常完備的一個體系，建立了一個關(guān)于AI的評價框架，主要的目的就是從基礎(chǔ)研究、人機交互、倫理和法律安全等諸多方面來推進AI的發(fā)展。

美國建立了自己的公開數(shù)據(jù)集及培養(yǎng)人才、評估人工智能以及如何來擴大各方面領(lǐng)域的合作規(guī)則。

這里特別值得我們學(xué)習(xí)的就是美國成立了Data Science Institute（數(shù)據(jù)科學(xué)研究院）。數(shù)據(jù)科學(xué)研究院的使命是：建立行業(yè)關(guān)系以及如何建立應(yīng)用算法的案例，來更好的保護患者。

還有ACR的AI-Lab，它的使命是更好的來宣傳AI，建立一個網(wǎng)上平臺，讓更多的人來使用、了解AI，更好的去開拓AI。只有建立這樣的一個公平公開的平臺，才會有更多的人來使用它。

在國外，有很多的公開數(shù)據(jù)可供大家使用。尤其是最近DeepLesion公開了他們關(guān)于腫瘤患者的數(shù)據(jù)集。大家知道，標注是一個非常非常有挑戰(zhàn)的事情，既要耗費人力，還要耗費財力。

我們國內(nèi)也有一些競賽的數(shù)據(jù)庫，還有中檢院的肺結(jié)節(jié)數(shù)據(jù)集，但是相對可惜部分沒有標注，部分沒有對公眾開放。

在這種情況下，我們沒有數(shù)據(jù)，大家怎么做？我猜很多算法團隊是用網(wǎng)上的公開數(shù)據(jù)集，或者是和一些醫(yī)院拿到的幾百例數(shù)據(jù)，做一個小的算法應(yīng)用或者是做一個一兩家醫(yī)院的外部應(yīng)用而已。

我個人更鼓勵團隊和醫(yī)生能夠沉下心來做一些事情。因為在這波浪潮中，大家把錢投進去到底有沒有用，只有時間才是最好的老師，有一天我們的醫(yī)生真的能夠在日常中用到這些AI才是最好的。

希望大家攜起手來，不管是從政、產(chǎn)、學(xué)、研、用等諸多領(lǐng)域，在國家的領(lǐng)導(dǎo)下，解決數(shù)據(jù)集、倫理、風(fēng)險、隱私安全以及相關(guān)法規(guī)等等一系列問題。

當然，我覺得還有一個很重要的問題，就是要向患者解釋清楚，我們這些AI產(chǎn)品或者是算法，未來真的如何能夠為他們服務(wù)。我覺得這都是在座各位能夠攜起手來一起做的工作，謝謝各位。

雷鋒網(wǎng)年度評選——尋找19大行業(yè)的最佳AI落地實踐

創(chuàng)立于2017年的「AI最佳掘金案例年度榜單」，是業(yè)內(nèi)首個人工智能商業(yè)案例評選活動。雷鋒網(wǎng)從商用維度出發(fā)，尋找人工智能在各個行業(yè)的最佳落地實踐。

第三屆評選已正式啟動，關(guān)注微信公眾號“雷鋒網(wǎng)”，回復(fù)關(guān)鍵詞“榜單”參與報名。詳情可咨詢微信號：xqxq_xq

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。