11月初的北京一片（piàn）金（jīn）黄（huáng），大风过后，银（yín）杏（xìng）叶已稀稀落落。而此时的（de）国家（jiā）会议中心内（nèi）却是热闹（nào）非凡，正在召（zhào）开中华医学会（huì）第（dì）26次全国放射学学术（shù）大会（CCR2019）。

全国的放射学（xué）家齐聚与此，GPS、东软（ruǎn）医（yī）疗、联影（yǐng）智能、赛诺（nuò）威（wēi）盛，以及一大批人工智能企业也纷纷（fēn）在（zài）此建立根据地，向整个行业分享着技术的进步与模式（shì）的创新。

在这之中，话题的C位（wèi）依旧（jiù）被（bèi）人工智能所牢牢（láo）占据。

学术：影像学数理化还面（miàn）临（lín）哪（nǎ）些难（nán）题？

作为（wéi）国（guó）家（jiā）重大战略之（zhī）一，国务院《新一代人工智能发展规划》、《关于（yú）促进和规范健康医疗大数（shù）据应（yīng）用发展的指导意见（jiàn）》等文件（jiàn）的发布不断推动医疗人（rén）工智能技术（shù）向前（qián）发展。但对于企业如（rú）何获取（qǔ）医院数据，何如使用医院数据，相关的法律法规仍是一片空白。

法（fǎ）律的问（wèn）题只是其中之一，在浙江大学应（yīng）用数学（xué）研究所所（suǒ）长孔（kǒng）德兴教授（shòu）看来（lái），卡住（zhù）人工（gōng）智能脖（bó）子的（de）关（guān）键在于“核心算法”——人工智能算法的现状并不能匹（pǐ）配当前医疗环境对于这项技术的需求。

事（shì）实上，深度学习作为一项拥（yōng）有近（jìn）40年历史的技术，至到2012年卷积网络的出现（xiàn）才（cái）有了今天繁荣，但（dàn）数年的发展或（huò）许已将（jiāng）技（jì）术红（hóng）利（lì）消耗殆尽。孔德（dé）兴教授认为，医学（xué）人（rén）工（gōng）智能缺乏的，是能够对小样本进行分析，对分析（xī）结果可解（jiě）释，并能够将真实世界（jiè）数据（jù）数字化的新一代人（rén）工智能。如果不具（jù）备这些条件，这样的人工（gōng）智（zhì）能可能（néng）在（zài）实验室中能够展（zhǎn）示出优异的成绩，一旦（dàn）进（jìn）入医院，它的（de）准确率就会（huì）大打折扣（kòu）。

此外，与此相（xiàng）匹配的智能化信息（xī）系统（tǒng）也非常（cháng）重要，医（yī）院（yuàn）方需要尝（cháng）试搭（dā）建一个支持人工智能（néng）医疗产品的信息化系统，用以打（dǎ）通不同医疗机构（gòu）的数（shù）据隔（gé）阂、消除不同器械（xiè）之（zhī）间的影像格式（shì）差异，这（zhè）是当务之急（jí）。

这（zhè）些（xiē）问题既是机遇，又是挑战。在（zài）演讲之中，孔德兴教授主要将（jiāng）这些（xiē）问（wèn）题分为了四个点（diǎn），并以（yǐ）此（cǐ）从“数理”的角度（dù）给（gěi）出了解决方（fāng）案。

问题一：精准性瓶颈

精准性瓶颈来（lái）源于影像设备的局限性与医生认知的局（jú）限性。正如任正非所说：“现在（zài）的图像不是照（zhào）出来的，是数学算出来的。”影像学的未（wèi）来应是彻（chè）底的（de）数字化（huà）。

从临床角度来看（kàn），从基（jī）因（yīn）发生异常到组织病变出现需一年的时间；而从组织病变发展（zhǎn）到肿瘤形成需要5－20年时（shí）间。周期虽（suī）长，但若仅是由医生通过医（yī）学设备观察肿瘤（liú），很多病灶将会不可（kě）避免的忽（hū）略。这不是（shì）医生水平的问（wèn）题，而（ér）是人（rén）类（lèi）的（de）视觉极限问题（tí）。

所（suǒ）以，一方面，医生需要更（gèng）精确的设备去生（shēng）成更为详细的图像（xiàng）信息；另一方面，研（yán）究（jiū）人（rén）员需要用数理（lǐ）的方式，将（jiāng）影（yǐng）像信息内（nèi）涵的信（xìn）息挖挖掘出来（lái）。对于人工智能而言（yán），两个方面均有待深入研（yán）究（jiū）。

问题二：分析方法（fǎ）缺陷

在这（zhè）个（gè）时（shí）间上（shàng），通过计算机视觉处理医学图像很（hěn）难（nán）精准，最为常见的是“同病异像”、“异病同像”、“模糊边界（jiè）”等（děng）问（wèn）题。

对于这些问题（tí），很多人（rén）工智能企业（yè）也开出了“多模态”的药方，或是（shì）融入电子病历等信息（xī），为人工智能“构造”一个关联（lián）上下文的场（chǎng）景，但在实际（jì）之中，缺乏源头可控和图像分析一体化的（de）角度处理、常用（yòng）刚（gāng）体的图（tú）像（xiàng）处（chù）理方法处理柔（róu）性对象等问题（tí），依（yī）然困扰着人工智能识别图像的精（jīng）准（zhǔn）度。

问题三：数据孤岛

数据（jù）孤岛是一个老问题，AI是一项以大数据（jù）、大模型（xíng）、大算力为基础的技术（shù），但由于隐（yǐn）私、产权等原因，不同医疗单位之间的数据难以打（dǎ）通，不能支持医（yī）学AI高质量应用（yòng）。

那么我们是否能用新的方式去（qù）解决这（zhè）个问题呢？联邦（bāng）学习或（huò）许是一（yī）个答案。通过（guò）这（zhè）种分布（bù）式的计算模式（shì），研究人员可以在不改变数据属性、安（ān）全性的前提下，将各家医（yī）院的（de）数据连接起来（lái），用于（yú）人工智能（néng）的（de）训（xùn）练。

问（wèn）题四：深（shēn）度学习（xí）缺陷

大数据依赖（lài）、黑箱建模、真实数据（jù）迁移困难三大（dà）问题（tí）是人工智（zhì）能在医学领域发展所（suǒ）遇到（dào）的特（tè）有问题，也是制约（yuē）这项技术在医疗领域发展的关键。对于这些问（wèn）题，目前尚（shàng）未出现好的（de）解决（jué）方案，或许只有发展新一代的深度（dù）学习（xí）算法，才能以此解决上述问（wèn）题。

总的（de）来说，孔德兴教授认为，人工（gōng）智（zhì）能在当下受到了（le）广（guǎng）泛（fàn）关注（zhù），但由于“经验（yàn）＋案例”这样自上（shàng）而下的基本（běn）模（mó）式依然是AI产品的主流研（yán）发方式；理论、技术（shù）、方法尚未（wèi）取（qǔ）得重大突破，临床应用实现仍（réng）需一定时间。

展区：没（méi）那（nà）么热闹，但更理性（xìng）

回到展区，不少参展的（de）器（qì）械商都谈（tán）到了今年会场的相对了冷清的氛（fēn）围。的确，相（xiàng）对于去年，参展的企业（yè）少了不少，但参与互动的放射科医生依然在展台（tái）间络绎不绝。

与RSNA、ECR等国际放射学会相似（sì），人工智能（néng）初创企业与大型影像设备厂商占据了会（huì）场的大（dà）部（bù）分席位。以GPS、东软（ruǎn）医疗、联影医疗为主的设（shè）备厂（chǎng）商纷纷掏出自（zì）己的看家（jiā）本（běn）事（shì）。

以GE为例，这家（jiā）器械巨头不（bú）仅展（zhǎn）示了前不久通过FDA审（shěn）批的（de）Edison及其相关应用，还发布（bù）了全新一（yī）代数字化64排CT“Revolution Maxima”，GE医疗中国CT产品部总（zǒng）经（jīng）理黄毅告诉（sù）动脉网记者：“这台64排（pái）CT搭载了“数字（zì）化天眼（yǎn）视觉认知系统”、“数（shù）字化自由（yóu）心（xīn）平台”和（hé）“数字化高清诊断平台（tái）”三大核心技（jì）术，能够满足每日150－200人的流量任（rèn）务，能够广泛的应用于（yú）三甲医院、二甲医院（yuàn）等诸多场景。”

在（zài）人工智能企业部（bù）分，本次展会的新颖之处在于“质控”与“移动（dòng）终端”两个概（gài）念（niàn）的深（shēn）入发展。

以翼展（zhǎn）医（yī）疗集团发布的新一代（dài）翼展AI＋5G盒子（3．0）为例，这台作为搭（dā）载了5G通信（xìn）模块的边缘计算（suàn）智（zhì）能网关工具，可以实现现场不同区域、大（dà）量（liàng）医学（xué）影像设备数据传输到云（yún）端，并提供实（shí）时质控、远程（chéng）监（jiān）控、远程维护及（jí）故障预警功能，为建（jiàn）设大（dà）规模远程医学影（yǐng）像诊断平台（tái）提供坚实基础（chǔ）。

无独有（yǒu）偶，汇（huì）医慧（huì）影同样发布了（le）集成多项诊断工（gōng）具的最（zuì）新一（yī）站（zhàn）式影像人工智能解决方（fāng）案。通（tōng）过这台设备，医（yī）院可以一次性获得汇医慧影基于人工（gōng）智（zhì）能（néng）的临（lín）床应用、科研应用以及影像信息化服务。

大会的另一个亮点在于初创公司对于“质控”的重视。

PereDoc CEO连静表示：“随着DRG政策的推动，我们不仅尝试（shì）通过人工智能解决（jué）医（yī）学影像图（tú）像获取、传输、显示、存贮、共（gòng）享、管（guǎn）理、分析等问（wèn）题，以强（qiáng）化患者电子病历（lì）之中（zhōng）的影像信息质（zhì）量，也尝试运用我（wǒ）们过去在（zài）信（xìn）息化中的积累，用NLP技术对病案首页进（jìn）行质控。”

人工智能企业（yè）如（rú）何战略突击？

展台的情况一定程（chéng）度上反应了当（dāng）前人工智能领域的状况。整个2019年，人工智能领域的（de）发展步伐确实（shí）有所放（fàng）慢。为了更好的了解（jiě）人工智能企业的（de）发展现状，动脉网记者拜访了数位人工智（zhì）能（néng）企（qǐ）业（yè），并将（jiāng）其战略调（diào）整（zhěng）梳（shū）理（lǐ）如下。

数坤科技：差（chà）异化竞（jìng）争、产（chǎn）品质（zhì）量（liàng）铸成行业壁垒

对于数坤科技（jì）而言，2019年算不（bú）上是寒冬。这家（jiā）人（rén）工智（zhì）能（néng）企业在2月拿到了2亿人民币的B轮融资后；5月取得（dé）了全球首个AI与金（jīn）标准对照多中心结果（guǒ）；8月头颈（jǐng）CTAAI产品已经（jīng）落地宣武医院等（děng）十家三甲医院；9月其冠脉CTA产品被西安（ān）高新医院（yuàn）采购；10月与平谷合作开（kāi）始打造作用于基层医疗心（xīn）血（xuè）管病筛防的“平（píng）谷模式”。

数坤的突破不绝（jué）于（yú）此。近日，数坤科技的冠脉（mò）CT造影图像血（xuè）管狭窄（zhǎi）分析软件成（chéng）功进入三类证创新通道，这是（shì）我国首个（gè）进入创新（xīn）通道的人工（gōng）智能辅助诊断类产（chǎn）品（pǐn）。

寒（hán）冬（dōng）之下，为（wéi）何数（shù）坤能保持十足的（de）热度？究其原因，差异化道路的选择是（shì）影（yǐng）像（xiàng）因素之（zhī）一，心血管AI的难度一时让初（chū）创公司们望（wàng）而却步（bù），导致数坤成为了心血管领（lǐng）域中唯一能进入临床的AI产品。

但是，赛道的（de）选（xuǎn）择并不足以成为数坤拔得头筹的决定性因素，只有产品打动医生（shēng），人工（gōng）智能企（qǐ）业才（cái）能（néng）活（huó）下去（qù）。

左（zuǒ）边是AI做的重建，右边是（shì）传统工作站

以冠脉CTA产品为例，一个（gè）患（huàn）者预约冠脉CTA需要等7天，病人集中的时（shí）候要等（děng）14天，做完后再等（děng）3天才能取报告；而在数坤冠脉（mò）CTA的支（zhī）持下，患（huàn）者上午做（zuò）CTA，下（xià）午就能拿到结果。

这背后，是患者、医院（yuàn）、医（yī）生的三方（fāng）共赢。在（zài）DRG政策的推动（dòng）之下，住院时间的缩（suō）短意味着大（dà）幅医疗（liáo）费用的节（jiē）省，患者的（de）时（shí）间、医疗开销随（suí）之减少了（le），医生、医院（yuàn）治疗（liáo）单个患者的支出减少了，接纳的患者变多，收入自然得到（dào）了保证。

总的来说，数坤科技（jì）已（yǐ）经在三甲（jiǎ）医院的心血管（guǎn）场景中打（dǎ）下（xià）了坚实的壁垒，而（ér）随着算法的进（jìn）步，数坤（kūn）也可逐（zhú）渐在（zài）相对（duì）低（dī）质量（liàng）的影像中获得有效信息，所以，基层（céng）医（yī）院、体检中（zhōng）心、非公医疗将成为数坤战略（luè）中的（de）下一（yī）组核心。

深睿医疗：纵向布（bù）局涌现（xiàn）系（xì）统性解决方（fāng）案

很长一（yī）段时间以来（lái），深睿都是以高频率（lǜ）、模块化（huà）的方式向外推出人工（gōng）智能（néng）产品（pǐn），但随着头颈CTA等产品的引入（rù），这盘棋（qí）似乎涌现出了一（yī）些新（xīn）的东西。

与过去的脑（nǎo）卒中产品（pǐn）结合及优化，深（shēn）睿医疗能够（gòu）为临床医生（shēng）提供一套完整的神经系统AI解决方（fāng）案，这样（yàng）完（wán）整（zhěng）的解决方（fāng）案将更好地覆盖医生的需求。

此外（wài），基层（céng）医疗同样是深睿（ruì）战略版图的重要（yào）一部分，通（tōng）过为医联体建立云“管道（dào）”，深睿将AI企业的价值（zhí）扩展（zhǎn）到（dào）了科室之外，建立起集（jí）连接、处理（lǐ）为一体的影像通路，让医疗资源下沉至基（jī）层，全（quán）面助力分级（jí）诊疗。

推（tuī）想科技：深入，再深入

如果说深睿是要从纵向的角度把AI产品做到最好，以涌现新的价值。推想（xiǎng）科技的（de）打法在于将已（yǐ）有的产品线做到行业最优（yōu）。

在（zài）CCR上发布一站式胸部CT多系统多（duō）器（qì）官多兵种解决方案的推想，则印证了推想科技做好胸部（bù）影像辅助（zhù）诊（zhěn）断产品的决心。

依图医疗（liáo）：向国（guó）内基层医疗与海外医疗开（kāi）拓新（xīn）市（shì）场

依图医（yī）疗的战略（luè）部署可归纳与（yǔ）三个（gè）词（cí）：深化产品，布局（jú）基层（céng），远征海（hǎi）外。在深（shēn）化产（chǎn）品（pǐn）方面，依图的NLP、辅助诊断、科（kē）研平台（tái）三大AI产（chǎn）品并驾（jià）齐驱，兼顾（gù）了医生的工作（zuò）需求与科（kē）研需求。

面向基（jī）层的“AI防癌地图”则已点（diǎn）亮广东、福建、河南（nán）、浙江、重庆、湖北、辽宁等多（duō）个省市，累计服务数十万人次，实（shí）施肺（fèi）癌（ái）智（zhì）能早筛5000余次，筛出疑似（sì）高危患（huàn）者50余（yú）人，为基层医疗（liáo）献计献策。

据依图副总裁（cái）方骢（cōng）所言，依图医疗接（jiē）下来的布局（jú）将延续“临（lín）床应用和科研并驾齐（qí）驱的方式”当前（qián）发展（zhǎn）。

翼展医疗集团：布（bù）局（jú）基层医疗（liáo），打通影像科室（shì）

在战（zhàn）略方面，这一起家于软件（jiàn）服务的医院（yuàn）一（yī）直有着（zhe）明确的目（mù）标和宏大的布（bù）局。与上述企业（yè）不同（tóng），翼（yì）展想做的是以基层为（wéi）核心的云AI产业链，让自己（jǐ）的平台能（néng）够包（bāo）含更多的基层医疗系统与更多（duō）的（de）AI影像运（yùn）用（yòng）。

在翼展CMO高云龙看来，基层医疗才是AI应用的最佳场景，在这一（yī）时期，他（tā）认为翼展应（yīng）该更为专（zhuān）注（zhù）的（de）做（zuò）好自己的事——布（bù）局（jú）基（jī）层（céng）医疗，打（dǎ）通影像科室。

从上述五家典型（xíng）企业来看，基层无疑是人工（gōng）智能企业争夺（duó）的下（xià）一个场景，这个市场足够大，也有足（zú）够的（de）需求等待AI企业（yè）去做信息上的连（lián）接与医疗服务质量（liàng）效率的提升。此外，每家企业的战（zhàn）略也（yě）随着市场而变得更为聚焦，并（bìng）因此更加理（lǐ）性。这样来看，医（yī）疗人工智（zhì）能领域并没有丧失它的差异性（xìng），这（zhè）里还拥有足够的空间以供AI企业开发。

卡住AI的关键圆（yuán）木

过去（qù），伐木公司常常在河流的上游伐木，并将圆木经由河道运往下游进行加工。然而，随着河道宽度的变化，常常（cháng）有圆木在漂（piāo）流（liú）的过程中卡在了河道中间，并造成了后续木头（tóu）的堆（duī）积。在（zài）这（zhè）个（gè）时候，工作人员（yuán）只需要（yào）找到那一根“关键的原木”，将其移动，后续堆积（jī）的木头也随（suí）着流动，整个链条（tiáo）随之恢复正常。

那么在人工（gōng）智能领域，初创企（qǐ）业已经做了（le）一定的成果，并（bìng）沿着这一成（chéng）果向关联（lián）领域奋进，但由于某些（xiē）因素（sù），商业化的进程被卡（kǎ）住（zhù）了。而卡住他们的“关键的原（yuán）木”，正是审批。

即便如此，严（yán）格的审批（pī）流程的（de）确存在这样的必要。作为（wéi）一款医疗产品，各（gè）个部门审慎的（de）态度在长远（yuǎn）来（lái）看实则有利（lì）于AI产业的发展。

所以，市场的现状或许（xǔ）并没有（yǒu）反应医（yī）疗影像（xiàng）AI领域的真实价值。在过去的一段时间内，这个（gè）市场曾被高估，而在冷寂之（zhī）后，我们也需防（fáng）范价值低估。这是因为，虽然没人（rén）能（néng）够保（bǎo）证人工智能产品在（zài）获（huò）得审批之后就能（néng）进行优异的商（shāng）业化落地，但审批的通过必能为人工智能初创公司营造一个（gè）更为优秀（xiù）的发展环境，在此环（huán）境下，企业的潜力（lì）或将由此迸（bèng）发。

不（bú）过在（zài）这之前，人工智能企（qǐ）业（yè）还需（xū）要挺（tǐng）过一段困难时（shí）间。

文（wén） ｜ 赵（zhào）泓维