我今天聽了一下午，我覺得在座的可能都是在做大數據或者在做IT行業這些技術的人員，我自己是個臨床大夫，所以中間差的很遠。我聽到很多人都在講，醫院那么多的數據，你們現在還在用舊數據等等。但是，我要從醫生的角度來說，我覺得我們對醫院數據的理解遠遠不像IT行業人理解的這么容易，會復雜的多得多。當然，要完成大數據絕對不是我們醫生能做的，特別是這種跨行業的、跨專業的人來幫助我們來做。所以，劉章老師給了我這個以后，我自己實際上也是對大數據的學習，作為臨床醫生來說，我可以這么說，平常我們在醫院里，盡管現在天天在喊大數據，其實沒有人關心大數據。在繁忙的臨床當中，到底這個大數據離我們有多遠，有多近，我自己學習了以后，我是覺得作為影象的角度來說，應該說影象確實是在醫療的數據當中，可能在大數據要走到第一步。所以，今天是學習的心得，對這個的認識和思考向大家做一個匯報。

北京醫院放射科教授? 周誠?? 第七屆移動醫療產業大會現場圖?

首先，我想大概分這幾個方面：

第一，是對大數據的學習和理解，這是我自己的學習。

第二，醫學影像的發展。講到影像的大數據，我想醫學影像的發展，特別是在近30多年、40年有很大的進步。所以，和大家一塊分享一下。

另外，對影像大數據的認識。

最后，如何來建立好我們發展醫學影像大數據。

我們先看第一個，我想這個對大家來說，都很熟悉，對我自己來說，我還是在這次學習當中，也是看了很多的書。我想大數據，過去我們覺得大數據（BigDate）就是大，醫院確實大，中國的人口又這么多，我們的病人又這么多。但是，大量的數據并不是大數據，大數據確實是…傳統的數據架構應該說無法有效處理的新型數據庫。這樣一個數據集，也是作為美國國家信息中心給出來的。對于大數據來說，它的容量大，它的維度高，它的范圍也廣，當然也有很雜的復雜多變。

IBM曾經給出過一個三維，我想大家都很熟悉，也有人提到第四個或者更多的維。在這我就不花時間，這個對我自己來說，確實是個學習。對于醫療大數據來說，我覺得這個是一個規模巨大的臨床實驗數據，應該包括規模巨大的臨床實驗數據，也包括錯綜復雜的疾病診療數據。因為，臨床工作其實有很多，包括我們整個的流程，包括對不同的病，還有很多正常人的健康管理，因為現在的一個新的醫療往往不是去看病，還有有很多程度是在做預防和心理。當然，還包括帶有個性化特征的居民行為的健康數據，這是對每一個人來說。

最后對醫院來說，相關的管理、醫保、藥品以及器械等等數據，都構成了這樣一個醫療大數據。從醫療大數據來說，它的數據規模是龐大的，這種龐大我們可以說對我們自己來說，我是個現在在做影像的醫生，一個CT的檢查圖像，大概可以占到200-500兆。你可以想，以我們醫院現在特別是這次醫改之后，我們的CT一天在600、700個，以前在400、500個，突然一下增加了這么多，后面我可能還要講這個。一個標準的病例圖片就可能達到5G，所以多大的量。

我記得我們最開始的時候，曾經有人跟我說，我們想建立一個PackS，我們投一筆錢，一勞永逸，說你永遠達不到一勞永逸，你只能是在不斷的擴張，我們自己在做的時候就是這樣。我在做我們的磁盤陣列存儲的時候，我只管半年，半年以后我再往上加。半年以后這個價就下來了，至少比現在便宜，你一次做完這么大，你錢花了，到時候還得買，永遠是不夠的。所以，你永遠不可能一步到位。這是我們從數據來說。

第二個，就是數據結構的多樣性，包括結構化的表格，像半截圖化的一些文本，我們所有的病例，還有非結構化的影像，這個確實是多樣性。然后，大量患者的就診、檢查、治療，隨訪數據在不斷的快速增長，我們也需要不斷高速的處理它。還有就是數據的變異，這種大數據已經不惜過去我們傳統做的抽樣調查或者在做標準化或者符合我們標準的這種，所以確實是非常復雜。

那么，對于醫療大數據同時還有這樣一個，就是它有多態性，包括它的單純數據，動態的信號，多維的影響，文字繪圖等等這些，其實這個很復雜。還有它的不完整，我們知道我們的病例脫失的很多，我們這個病人來，可能就這個病看了一次，沒看好就走了，也可能是外地的，也可能去了別的醫院，也可能這個人病好了，也可能病懷了。那么，數據就沒有了，過程就中斷了，還有你記錄的偏差，我們很多時候記錄不是不能夠瞬時完成，比如在搶救一個病人，最后這個病人搶救完了以后，做出來寫搶救記錄，當時所用的藥，我相信我們99%都是準確的，但是肯定也有遺漏的時候。

還有就是醫生個體認識的差異，每個人對疾病的認識，張醫生和李醫生對這個病人的看法可能太一樣，所以這種記錄下不是一個很標準，很完整的。還有時間性，就是疾病的發生、發展一直到他的就診、檢查、治療，都有數據的持續性。最后，就是醫療數據的冗余性，我們說其實在醫院里頭大量的數據是重復無關的，甚至是相互矛盾。所以，這個大數據決不是說現在醫院的數據，就像前面有人說醫院的數據，5分鐘就能把這個數據搞定，半個小時就能全部調出來，我覺得如果那是個垃圾數據，你調出來對我來說一點用都沒有。

所以，這個東西必須是大家在這個上面有個深刻的認識。所以，我覺得醫療大數據是不同于電信和金融的大數據，它是關乎到疾病防控，生命的健康，人類重大頑癥以及我們新藥的研發。所以，醫療大數據是關系跟人類自身的這個最關聯的，也是最重要的一個數據。

講到我們醫學影像，我就想和大家一塊簡單的復習一下我們醫學影像的發展。我覺得這個發展對我們來認識影像數據是一個很好的。1895年，122年前倫琴發現X線，就開始應用于人體，那是唯一一個影像手段。在差不多60年之后，就是在上個世紀的50年代，才開始有了超聲，那時候的超聲還是A超（反射波），后來有了核磁的檢查，就增加了影像的內容。在這之前只有X線，而且透視和射影。那么到72年的時候，CT的問世是把傳統的X線，因它是把我們X線的檢查和計算機的處理結合在一起，過去我們照片的時候是通過它的曝光使膠片的應銀離子感光，然后去洗，跟過去大家用膠片（照相機）一樣。但是這個時候把它引入到計算機，就是說所有的數據都被計算機去搜集，所以這時候開創了X線檢查的革命性的歷程。從這個時候，放射的很大一部分數據被計算機所拿走去應用。

83年的時候，美國的FDA就批準了磁共振是可以用于人體的臨床影像檢查，在這之前只能在實驗室。所一在80年代的時候，當時的DAC，就是數據檢引技術以及核醫學ECP就把核醫學的這塊，也把計算機引進去，加上數字化的運行。到90年代的時候，所有原來的傳統的X線就被CE2和DE2所替代了，當時的CE2是想利用傳統的X光機，用成像板來照相，DE2就是整個從機器上就用前面的成像板來代替了，就是我們現在所謂的D2版（數字版）。

同時在90年代，PackS就了一個快速的推廣，所謂PackS就是影像數據的傳輸和管理，就是picture? ××System。同時，核醫學有了派特（音），就是正電子的處理。然后到2000年左右的時候，功能影像、分子影像、融合影像就在影像這塊有了很大的發展，這種多種影像檢查方法的發展同時在促使了整個發射科的改變。在80年代的時候就開始，放射科過去很大一塊是在影像的檢查和放射治療是聯在一起的，所以從80年代以后，所有醫院的放射診斷和放射治療都分家了。

還有一個就是放射科的傳統系統發生的變化，過去就是一個X線，現在有了CT，特別是有了磁共振，所有有些醫院也開始以設備分組，就是組建CT室，組建了磁共振室，甚至有把它叫科，就完全把它分離了。當然在90年代的時候，那時候一些影像的進展就是在加快掃描速度、成像速度，這是對單臺設備來說，不管CT那時候進展很快，還是磁共振那時候成像加快。

還有一個就是擴大影像檢查的覆蓋范圍，當然了，如果你掃描快，我們說憋一口氣，這個床可以比較快的運動，加上螺旋（小CT）的掃描，可以擴大覆蓋范圍。還有一個就是當時來說，很大程度上是在追求高分別率的圖像，就是這個圖像確實要好越精，越漂亮。當然，有很多是以射線的量來作為犧牲而取得的，我們現在理念不一樣，現在是說如果你能滿足你的診斷要求，你要能夠接受一部分的噪聲，圖像不需要非常清晰，只要能夠滿足你的診斷，那么射線的劑量是越低越好，關聯度不一樣。

還有一個就是提高保送圖像重組的質量，我們知道所有的獲取，特別是對CT來說，它這個軸位是個橫斷面的圖象，但是我要把它建成冠狀位、矢狀位，用它這個來看，甚至三維的圖像，原始軸位這個就是橫斷面的層厚就有了很大的問題。

所以，在上個世紀和這個世紀之交的時候，應該說一些影像發展到了圖像，在大醫院來說完全實現了數字化，我們那時候傳統的X線完全沒有了，所有的普通X線，CT、磁共振甚至DIC等等這些全部數字化。那么，設備的網絡化就通過PackS就把所有的設備都連接起來，在這個上面使得設備的運用加大了。我們最早的時候，我記得剛開始有CT的時候，那時候曾經一臺CT要配一臺照相機（模擬照相機）。相機停了，CT也得停，因為那里面的磁盤存不了多少圖像，我當時在蘭州醫學院醫，我們就曾經有過相機壞了一個星期，最后沒辦法主機都停掉了，我們是拿著所有那些拷在磁帶里頭，跑到內蒙，跟我們同樣的一臺機器上去照相。所以，有了網絡就不一樣，我們網絡可以把幾臺相機聯在一起，大家可以隨便挑打印點。

那么，診斷綜合化。就是說這么多的影像手段，實際上來說，對影像來說，我們沒有哪一個影像是一個單一，有的人跟我說磁共振出來了，磁共振就是最好，或者派特（音）出來了，派特（音）就是最佳，其實也不是這樣。它只是對不同的檢查，它有它的優勢，很多的東西是綜合影像來完成的，甚至在某些病來說也是。所以，診斷一定要綜合，就是優化各種影像檢查。

當然，在正當的情況下，這個時候就以社會的分科，對大醫院來說走到了系統的分組，就是我們按照人體的解剖，按照系統，比如說胸圖，這個里面就要包括普通R線，CT、磁共振等等這些，它都在胸圖里管。這樣的好處就是說，當我覺得這個疾病的CT做完了以后，我需要他去補充磁共振的時候，他下次做完檢查還回到我這，我立刻就知道我原來是基于什么目的需要讓他去做磁共振。不然的話，像過去的分組，CT出CT的報告，磁共振出磁共振的報告，永遠大家都不知所然。

還有一個就是存儲物交易態化。那個時候就開始完全數字化管理，所以影響說，醫學影像是最率先走入到網絡傳輸，遠程診斷以及數字存檔，就在整個醫院的數據當中。我們說從世紀來說，影像檢查的范圍有擴展，就是從心態學向功能學走，我們學的越來越多，影像檢查的水平也從過去器官形態發展到組織學，向磁共振，向細胞學一種介入，包括像分子影像，像磁共振的波幅，像派普等等。

還有一個影像學涉及的范疇，從單純的診斷向診斷和治療去結合了，并且有很多的引導性的治療，包括介入的治療等等。還有一個就是診斷從單一的圖像向多種圖像的融合發展，最典型的就是CT和派特（音）的結合，以及磁共振和派特（音）的結合，這是過去兩個完全不一樣。

所以，在本世紀發展到現在的時候，應該說對醫學影像來說，是一個大影響的架構，就是所有的影像都應該能夠掌握在影像下來做綜合的應用，來做優化的選擇。再一個就是大數據的時代，還有就是精準醫療的態勢，這是現在時髦的提法。這些都賦予了影像學新的內涵。

從整個醫學發展來說，應該是越來越多的依賴影像，美國的70%-80%的臨床巡診醫學從定位取證到引導治療，就是發現、診斷、治療、檢測、隨訪評估以及穿刺定位、活檢等等這些，都是和影像在影像底下來完成的。所以說，影像是有最大的關聯。

那么，手術跟著走到了微創手術和局部治療，大家過去知道我們很多疾病對一個腫瘤的切除，那么現在我們已經足夠的數據說，腫瘤的大手術的切除和他做一個微創局部的微博的消溶或者是一個冷凍的治療，最后的生存率是一樣的。雖然沒有改變他的生存率，但是他的無創性（微創性）要比大手術要好得多，病人的恢復、生活質量要比大手術這種情況要好。所以，這個也是整個醫學發展的趨勢。再就是多種影像的圖像融合，還有就是分子影像，等等。這是從醫學影像的發展，發展到現在的話，在醫學影像大數據的認識，我覺得醫學影像大數據，醫學影像首先是反應了解剖結構，組織的特征，器官的功能以及期報代謝、病例變化，這里頭有靜態的，比如說我們就看形態。也有動態的，去看功能，比如說我們很多過去像胃腸的造影，就是在看他整個的運動過程。我們很多其他的一些在看現在影像的檢查，比如像磁共振的波譜，就是在看他的代謝。

他的數據是客觀的，證據是恒定的，特別是這種客觀的這種。像有些影像，比如說現在還有一定的，比如說超聲和檢查者的手法，和入射角度有很大關系。但CT、磁共振這種嚴格的軸位的掃描或者是它的某一個角度的成像，已經是拿到了完全恒定的圖像，這個圖像張三可以看，李四也可以看。按時間隨訪和復查，這種數據會疊加的越來越多，所以它本身就具有大數據的特征，這種數據是累計式疊加的，不管是按疾病分類的疊加，數量的不斷的增加，還是在個體當中的病程的數據，這種復查的疊加，還有醫生的經驗數據。

那么，數字化影像是走在了醫學最前頭。我們說，在醫院現在的醫療數據當中，大概80%的數據量，就是我們占的空間，是來自醫學影像。所以，我們在醫院里頭，我們的磁盤存儲遠遠大于計算機其他的Hites的存儲。因為，確實影像產生的量太多了。那么，多到影像，包括病例、內鏡等等這些影像數據的種類又是繁多的，符合它這種多樣性，高性能計算機包括像神經網絡，剛才前面提到做神經網絡這種模型一定要用到它的影像數據。還有數字化的、結構化的報告，可以保證數據的真實性。

所以我們說，在這種情況下，醫學影像是最適合，因為它是數字化，最適合走互聯網，走大數據，也去走到將來的人工智能。應該說，這個影像跟我們今天講的大數據，確實是關系很密切，所以我自己在學習的過程當中，這么密切，我自己之前居然關注很少，也應該投入更多的精力來關注。但是中國影像，大數據又有它自己的特點，我們剛才講了這么多，這種重要性，講點好的，中國影像在全世界來說，我們的人口是最多的，檢查量大，數據是一個最大的。所以，數據大使得我們這種醫生的臨床經驗就比較豐富。當然，我們的基礎研究遠遠趕不上美國，我們國內的基礎研究每年在醫療上所投入的錢是美國的1/100，所以你可以想象我們做不到多好的基礎研究。但是，我們的臨床資料，我們的臨床經驗一定是這樣。

還有一個就是改革開放以后，經濟發展，我們現在醫院的這些設備，特別是三甲醫院的設備和美國的大醫院來說，完全是處在同一個水平，甚至會比它好。因為你知道美國很多的醫院中，有很多私立醫院，其實私立醫院在考慮的時候，更多要考慮他的投入成本和最后的回報。而我們這種公立醫院往往…當然不光中國人，益州人有一個很大的攀比心，他那個醫院進了這個，我一定要進的比他的更好。其實，我們很多醫院的設備在進了以后，它的功能的70%、80%都沒用到，就是說常規檢查只用了它20%、30%。這當然是另外一個角度。

從社會角度對我們來說，不是一個。但是，中國影像大數據的特點也有它很多不好的地方，人口眾多，經濟發展不平衡，那么我們三甲醫院和底下的三級醫院、一級醫院差別很大。所以、影像設備、圖像指標、醫生的水平是參差不齊的。

還有一個就是檢查不規范，從數據獲取到壓縮，到診斷報告，隨意性很強，各家醫院也很不一樣，就是現在沒有一個很嚴格的標準，包括在醫院都很難。還有一個特點就是，受到非專業性人員的干預和干擾，所以影像分家。我舉一個很簡單的例子，在10年前在咱們國家要做住院醫生的規劃培訓，是想學美國的，說醫生畢業了以后不要先分到醫院去，他不僅進了醫院，就先到有資格的大醫院去做培訓，經過3-5年（3+2），一個基礎的3年，3年出來以后如果他愿意工作，可以去二級以下醫院就職業工作。如果他愿意在大醫院，那么再加2年就是5年培訓，就把美國完全的住院醫生（有個標準解決）。我在美國的時候，美國的醫院從來不把住院醫生叫醫生，住院醫生是培訓階段，他只有住院醫生結束了以后去考到執照，這時候他才有行醫權。所以在住院醫生期間，他只是在醫院做培訓、干活，不斷的實踐。

我們那時候想學美國，但是在美國的話，美國的大影響是放在一起的，所以普通放射、超聲、核醫學是一起的，所以剛開始我們在做的時候，那時候我才學會，是受衛生部委托，要把這三個的培訓計劃放在一起，當時我們幾個人把它做成了。做成以后，開始有人反對，超聲說特別是3+2，前3年我超聲的人，因為大家知道畢業了以后先到醫院，他可能在超聲科。再拿到大醫院來培訓的時候，這3年當中，可能差不多1年8個月是在放射，還有其中的4個月是在核醫學，真正在他自己那（超聲）只有10個月的時間，那我超聲的時間太短了。所以，剛開始是有這樣的問題，但是我們說，你實際上在整個綜合影像鏈的，對整個的了解是非常必要的。所以，8年之后這種聲音已經沒有了，大家都已經覺得這樣培訓很好了。但是突然出了一個聲音，來行政管理，行政管理是受了某些人，有些人是在超聲專業，現在在做著，比如說某個院的領導或者某個部門的領導說，我們超聲還是要分開，結果突然給了我們一個。那時候我在醫師協會，做放射醫師的全國會長，告訴我說不能有任何意見，就按照這個執行，現在又把放射、超聲、核醫學全部分開，自己做自己的。所以，現在的變成了到超聲就只能做超聲的培訓，核醫學只做核醫學的培訓。

但是緊接著下一步，現在又要我們學全國，全國去學上海，上海是什么？過去我們是醫學院畢業了以后，先找醫院，你是在這個醫院被醫院所錄取了，然后你在哪個科做培訓，上海現在全部是社會人，醫學院畢業了以后，是不找工作的，只找培訓點，沒有工作。所以，你培訓完了以后才拿了合格證，才去找醫院，才會被錄用。既然這樣，問題就來了，上海現在還堅持大影像，因為大影像出來以后，他可能去做放射，也有可能去做超聲，也有可能做核醫學。現在，像北京，做不了，如果說這個人一開始進來做超聲，將來只能在超聲找工作，出了超聲找不到第二個，核醫學也同樣。

所以，把一個很好的綜合大影像又破壞掉了。上個月醫師學會開會說，我們發現這是個問題，當時我們提示問題，你們說閉嘴不許說，現在2年半過去了，告訴我們說這是個問題，我說我們永遠是在這個里頭來來回回。所以，中國的醫學大影像如果是這樣的影像分家，實際上是做不成大數據的。因為，一個疾病是需多種影像綜合的。

還有一個就是各自為政，功用共享意識很差。我們的人很多都是，我自己做這個實驗，我不希望人家來做，或者我這個數據、我這個醫院，包括我們曾經說，影像拿出來共享或者怎樣，很難。還有一個就是各級醫院盲目的追求大而全。我們很多醫院現在說是要發展民營醫院，至少有10家民營醫院找我說來建影像中心，我說我一點都不看好，你不用找我。我只給你吹冷，我不會給你吹熱風，他說人家誰都建了，我說你去看，這次好像醫學影像中心全都陷入了最大低谷。為什么？現在影像中心必須把所有的設備都配齊了，然后影像檢查的設備價格一路降下來，現在覺得沒法做了，還本都還不了。

所以，有很多的東西實際上是我們的行政在做。再一個，含著的流動是無序的，我們沒有三級醫療制度。在美國，你是先到你自己第一步的醫生，不管是家庭醫生也好，還是第一手醫生也好，看不好的逐步往上轉，所以這個是有序的。你的醫療這些答案也是有序的走，我們這個病人是不一樣的，今天我想上上海，明天上廣州，后天上北京，我愛上哪兒就上哪兒。所以，這樣的結果就使得數據流就不更不完整，就很難把它做好。

還有一個就是，我剛才想說非科學的合理的醫療價格，就是非科學的非合理的醫療價格導致過量的影像檢查，我們這兩個星期就說，從400、500的檢查可以一下奔到600、700，為什么？現在做一個胸部的CT和照一張胸部的X光片，這個中間只差40塊錢。當你差40塊錢的時候，要叫我，我一定做CT，不做X線，為什么？就是所獲得的數據是完全不一樣的。但是，你這樣的結果同樣使得有很多的病人本來可做、不可做的都去做了。中國人有個特點，病人去醫院看醫生的時候，醫生我要做個CT，給我開個CT檢查單，醫生就給他開了。你在美國如果這樣跟醫生說，醫生肯定理都不理你，你是醫生還是我是醫生？我認為你不該做，我絕對不給你開。因為，美國開了檢查單以后，不是你自己就能拿醫保，就能去做檢查，你拿這個檢查單首先去保險公司去報，說醫生叫我做CT，保險公司做一個記錄，然后說你是什么病，明天告訴你可以做去檢查。如果這個醫生開了很多陰性的單子，最后都不是陽性的數據。將來這個醫生被保險所覆蓋的資格就沒有了，人家就覺得這個醫生不合格。所以，美國一定不是這樣。但是，我們現在是這樣的。

那么，這樣過量的不必要的檢查使得我們醫院在檢查結果的陽性歷史下降，使得我們的醫療大數據當中，我們剛才說的這種冗余數據，就是正常或者重復的這些數據會占很大一塊。還有這種重復比、正常比例會增加。還有對于醫生來說，過于繁重的工作。美國一臺CT一天下來，大概做四五十個病人，我們醫院現在因為這么多病人，我們要超過100個。但是我們在底下的二級城市，在浙江什么，經常5年前就告訴我，我那臺機器一天做250個。我說你算算你的時間，250個上床多少時間，下床多少時間，你掃多少時間，這樣的結果只能是什么？就是減少序列，檢查是相對比較粗糙的。

這樣的話，又使得你的數據又不完整了，你一個病，本來我需要這些序列，但是為了這個我減少這個，我只做基本序列。

還有一個數據存儲過度壓縮，當你大量數據的時候，你的磁盤專列本來半年量加以來，現在我每三月加一次。如果你的收費是這樣掉下來的話，醫院要想我怎么做你的存儲，你只能把你的壓縮比加大。到最后你的數據可用就又低了。

所以我覺得對于我們來說，順應大數據的時代，要建立發展一些影像的大數據。這個數據量大，絕不等于大數據，當然我想各位比我都清楚，我自己覺得確實不是這樣。我們都在講醫院說我們怎么怎么著，我們必須從基礎做起，規范設計影像檢查的序列和參數，我們首先在獲取影響的時候，我們應該規范，我們效果獲取哪些數據。那客戶這種隨意性，要遵守檢查的協議，規范的獲取數據，規范的處理這些數據，包括我們的成像以及存儲。

最后還有一個提取有用的數據去去除或者減少垃圾，影像大數據的用途就是要提升人類醫療的經驗，把大數據合起來，這種集體的經驗，作為機器人工智能的學習，然后提高計算機智能診斷的準確性，最終克服醫生主觀的差異，就是人的主觀差異。減少漏診、誤診。

但是影響大數據的用途，其實10幾年前國際上就提出CAD，那時候一開始提出CAD就是計算機輔助你做診斷，我們當時就說，能輔助做診斷嗎？信不信，做得診斷我們敢不敢發？結果向年之后把CAD降了，叫計算機只是幫助你檢測發現。這種檢測發現到什么程度，后來5年前已經基本上不提CAD了，像這個就是計算機，在胸片上發現了有三個結節，實際上兩個是乳頭的結節。所以這種情況，嚴格來說，這個探測就沒有意義了。

但是我并不否認計算機，計算機一定在大數據的情況下，人體是最復雜的，實際上我們小數應用是受到很大的限制。但是計算機的深度學習是現在提出來的，當然這種深度學習，不僅僅是我們常規的學習，對影像來說，包括影像組學的提出出去，影像數據要集群，不僅僅是從一個形態結構的表現、表觀的數據，而且要挖掘到他影像紋理的深層數據，過去我們都不理解，但實際上你去問刑偵公安局的人都會告訴你，刑偵上早就覺得影像的背后有很多的紋理，你真正把它打開，里頭又是不一樣的。

所以不是看表面，所以現在計算機的深度學習，使得我們可能在這樣一個情況下，先把大量的數據交給計算機，學習完以后，將來再來拿到數據讓他做診斷，我相信這一定是將來的方向。

這張胸片我們完全看不到，像這樣一個毛玻璃。但是計算機看到了，我們這種毛玻璃，往往是病人在做CT的時候我們可以看到的，我說你有一個毛玻璃，我們可能很重視，或者大小怎么樣，小的我們有一套隨訪觀察，6個月或者1年的隨訪。

但是如果計算機能夠在你的肉眼，在X光片沒有發現的時候能夠發現，這就是在計算機發現了，然后做得這個。因為毛玻璃已經比較大了，做出來就是肺癌。所以計算機的功確實不可沒，我相信大數據的繼承，一定對今后診斷是有好處的，對人類是有好處的。

所以規范整個影像檢查流程，從它的數據獲取到圖像后處理，到影像分析思維的訓練、結構化的診斷報告，以及到影響數據規范化存儲、調用等等，這是我們要規范。單靠從事一些影像的醫生是無法完成的，像我們這些，我覺得知識結構這些都有偏差學醫以后，實際上人是最窄的，只會看這一條。

所以必須要有多學科的人來參與支持，相會配合、學習，因為最后真的要攻克的人要理解醫療這塊，才能設定出最好的，僅僅人員來幫，如果自己不理解還不行，然后共同制定出一個規范的流程。

我現在覺得影像大數據，我覺得收集應用的路程還很長，就像我們在醫院，劉剛老師說，多找點人來好好聽聽大數據，我說醫院忙著臨床沒人來聽你這個。我說現在如果能說到關心的是誰？院長。再大一點的科主任，除了這個以外，一般的醫生他說離開我國還遠著呢。

但是我覺得這個東西，從觀念我們要不斷的宣傳，就像我這次學習。還有一個這種應用不僅僅是技術層面，從醫生、患者心理接受和承受，都要更為重要。在病人經常找到我，外頭都做診斷說你來看一下，你看完我就放心了。我也有漏診、誤診不認識的時候，計算機在結合到群體那么多經驗的時候，到哪一天一定會超過我，就像下圍棋，最后計算機一定是超過最高的九段，這個沒話說。

所以這是將來的發展趨勢，但是確實任重道遠，路還很長，我很期待，并且歡迎有更多不同理工文科的專家朋友和我們合作，來建好中國的影像大數據，謝謝大家。

?

王才有：非常感謝周誠教授給我們上的非常精彩的課，他在講感想，實際上我覺得我在學習。我們在講大數據、文學和大影像，還有大影像的團隊，政策還會影響到這種數據真實性和可靠性，以及數據的質量，確實收益非常大，上我們在座的各位給周教授精彩演講再次鼓掌，感謝。

今天下午從兩點開始，我還是動員走了一個不講的，因為我覺得他要再講，可能我們六點都走不了了。我覺得確實我們今天的講者和聽者，我覺得都應該有很好的收獲。

我們大家要坐在一起共同來探討，確實有價值。我們講到大數據安全，也講到大數據在院前的應用，我們也講到我們企業如何用計算技術和我們的工具來幫我們如何實現計算的結果，我們也講到，我們有計算數據的時候我們如何展示出來？

所以今天下午，是一個內容非常豐富的盛會，非常感謝會議主辦方，也非常感謝七位演講嘉賓，也非常感謝在座的各位，最后也宣布一個小廣告，今天下午會議是CHIMA專場，也計劃在今年9月份或者10月份，召開CHIMA的大會，這個大會上的內容比這次會議絕對更細，因為人更多，專家更關注，希望在座各位參加CHIMA大會，謝謝大家，今天的會議到此結束，祝大家回家一路順風。