技術浪潮不斷更迭的今天，醫(yī)療作為關乎民生的重要領域不斷發(fā)生著翻天覆地的變化。人工智能的出現(xiàn)，打破了多個行業(yè)的傳統(tǒng)模式、不斷向智能化邁進。為提升醫(yī)療服務能力，醫(yī)療健康事業(yè)建設者們也在努力讓更多的信息化技術深度融合進來，人工智能就是其中的一個重要方面。

在CHIMA2018召開期間，上海交通大學附屬兒童醫(yī)院與衛(wèi)寧健康共同舉辦了媒體溝通會，圍繞“醫(yī)療AI－從創(chuàng)想到落地”主題進行了深度交流。上海交通大學附屬兒童醫(yī)院于廣軍院長，上海交通大學附屬兒童醫(yī)院影像科楊秀軍主任，衛(wèi)寧健康人工智能實驗室負責人陳旭博士出席了本次活動，就醫(yī)療AI相關問題進行深度交流。

推動醫(yī)療AI發(fā)展 數(shù)據(jù)是首層保障

人工智能與醫(yī)療的融合已經(jīng)不是新鮮事，就目前來講，醫(yī)療影像由于其診斷規(guī)則明確、技術成熟因此AI邁進醫(yī)療領域一個很好的切入點。于廣軍在媒體溝通會上講解道：“數(shù)據(jù)質量是人工智能在醫(yī)療領域發(fā)展的一個重要的基礎前提。就拿AI骨齡檢測為例：它的數(shù)據(jù)來源必須是醫(yī)院影像庫里所提取出的一些質量較好、同時由專家進行過標注的數(shù)據(jù)。只有用這樣的數(shù)據(jù)作為機器學習的基礎，才能讓人工智能診斷更精準。”他還說：“在醫(yī)療大數(shù)據(jù)研究的過程中，也有一些應用場景對于數(shù)據(jù)質量的要求沒有那么高。但是用于機器學習診斷的數(shù)據(jù)，質量必須要過關�！�

借力AI為醫(yī)生賦能

楊秀軍主任深有體會地談到，各大醫(yī)院一直都迫切希望借助人工智能實現(xiàn)骨齡評估自動化。而且骨齡評估的診斷思路及過程僅限于生物醫(yī)學模式，不同于其他需在生物－心理－社會等多模態(tài)醫(yī)學模式下“先定位后定性、結合臨床下結論”的影像醫(yī)學服務，特別適合AI開發(fā)，于是萌生了AI用于骨齡檢測的創(chuàng)想。

楊秀軍主任在談及開展此項目的初衷時表示，在過去，基于人工視覺的影像學骨齡評估，無論圖譜法還是計分法，都非常機械費時、主觀因素影響大，而且各家參照標準不一、標準圖譜準確性及人群適用性也頗為存疑，致使其技術效率低下，且醫(yī)師之間、醫(yī)院之間的判斷結果誤差很大。

同時，影像醫(yī)師尤其兒科影像醫(yī)師缺口大，個體工作負荷重，從機械、繁重的骨齡影像讀片中解放出來的愿望強烈。另外，不同于成人綜合性醫(yī)院，兒童醫(yī)院骨齡檢測需求非常巨大，每個工作日近百例骨齡DR讀片、比對和骨齡匹配，連骨齡圖譜書籍都因過度翻閱、耗損得時常更新。

如今，我們借力AI從讀片到輸出骨齡診斷報告甚至無需30秒、僅“讀”骨齡更是實現(xiàn)亞秒計，不僅大大節(jié)省了時間，而且平均絕對誤差僅0．43年，診斷準確率達98％。

三大要點 高度概括醫(yī)療AI“經(jīng)驗錄”

目前人工智能在醫(yī)療領域的發(fā)展程度可謂是參差不齊，雖然眾多醫(yī)療機構都在展開對醫(yī)療AI的探索，但是也有不少項目被迫叫停。面對這樣的現(xiàn)狀，于廣軍院長提出了三大要點，為廣大醫(yī)療信息化建設者提供寶貴經(jīng)驗。

1．緊抓需求痛點

人工智能的研發(fā)，一定要選擇真正的需求痛點作為切入方向，要確定在研發(fā)的方向上有強需求，而不是順應一些所謂的“偽需求”。

于廣軍表示：“經(jīng)過實際研究，我們發(fā)現(xiàn)從臨床角度來看，骨齡檢測方面對AI技術融合的需求是很強烈的，人工智能骨齡檢測能有效提升診斷效率，還能夠有效避免因醫(yī)生水平差異等因素導致的診斷結果不精準等問題�！�

楊秀軍介紹說，基于人工視覺的影像學骨齡評估，無論圖譜法還是計分法，都非常機械、費時、主觀因素影響大，而且各家參照標準不一、標準圖譜準確性及人群適用性存疑，致使其技術效率低下，醫(yī)師之間、醫(yī)院之間的判斷結果誤差很大。

同時，影像醫(yī)師尤其兒科影像醫(yī)師缺口大，個體工作負荷重，從機械、繁重的骨齡影像讀片中解放出來的愿望強烈。另外，不同于成人綜合性醫(yī)院，兒童醫(yī)院骨齡檢測需求大，每個工作日近百例骨齡DR讀片、比對和骨齡匹配，連骨齡圖譜書籍都因過度翻閱、耗損，需要時常更新；而一些綜合性醫(yī)院因受檢者不多、圖譜更新慢等客觀因素，評估骨齡難免不夠精準。

因此，無論兒童醫(yī)院還是成人綜合性醫(yī)院，都迫切希望借助人工智能實現(xiàn)骨齡評估自動化。不同于其他需在生物－心理－社會等多模態(tài)醫(yī)學模式下“先定位后定性、結合臨床下結論”的影像醫(yī)學服務，骨齡評估的診斷思路及過程僅限于生物醫(yī)學模式，特別適合AI開發(fā)�！�

2．選擇技術成熟點

“醫(yī)療領域的影像數(shù)據(jù)資源豐富，影像診斷規(guī)則相對明確，最重要的是，目前的醫(yī)療影像處理技術也已經(jīng)很成熟，這為人工智能在醫(yī)療領域的發(fā)展提供了很好的基礎�！庇趶V軍如是說。

3．注重合作方工程化能力

醫(yī)療AI項目是否能夠成功落地，選擇合作方非常重要。對此，于廣軍表示：“在選擇合作方的時候，我們進行了慎重的考慮：一方面合作機構應該具備較強的科研能力；第二方面，合作機構更要具備很強的工程化能力和豐富醫(yī)院信息化建設實踐經(jīng)驗。目前，我們與衛(wèi)寧健康在人工智能輔助檢測骨齡方面取得了令人滿意的成果，在提升兒科影像醫(yī)生工作效率的同時為兒科影像的學科發(fā)展以及中國健康兒童大樣本骨齡數(shù)據(jù)庫的建立打下基礎�！�

堅持創(chuàng)新、腳踏實地 爆發(fā)醫(yī)療AI“小宇宙”

AI技術應該深入醫(yī)療本質，解決醫(yī)療服務過程中的核心問題，從實際出發(fā)去賦能醫(yī)生、造�；颊摺�

陳旭在溝通會上介紹說：“衛(wèi)寧在人工智能的研發(fā)方面有兩大優(yōu)勢，一是我們有大量的醫(yī)院客戶（全國超過5000＋）作為基礎，這些醫(yī)院的各類需求，我們能第一時間感知并給出反饋，大大豐富了我們?nèi)斯ぶ悄軕�用的場景。二是我們多年來始終專注于為醫(yī)療機構提供醫(yī)療信息化完整解決方案，醫(yī)院的各種數(shù)據(jù)最終匯集在我們的數(shù)據(jù)集成平臺上，這為研究提供了海量、多模態(tài)的數(shù)據(jù)。衛(wèi)寧人工智能致力于已經(jīng)將AI算法作為服務無縫整合到醫(yī)院的業(yè)務系統(tǒng)當中，這是不僅是衛(wèi)寧的創(chuàng)新，相信也是業(yè)界的創(chuàng)新。今后我們也會繼續(xù)堅持創(chuàng)新、腳踏實地，探索真正有價值的AI應用�！�

溝通會最后，于廣軍院長表示，隨著科技的進步，醫(yī)療AI的應用場景一定會越來越豐富，無論是在臨床診斷、手術治療還是后勤管理，它都擁有廣闊的發(fā)展前景，未來可期。