近日，由北京天壇醫院、安德醫智（BioMind）和華為聯合舉辦的“共筑醫療智能體，擁抱醫學影像數字未來”線上研討會召開，北京天壇醫院、安德醫智與華為共同就人工智能醫學影像領域的實踐與探索、新平臺與新技術思路進行了深入分享，并進一步探討了醫學影像數字未來。 首都醫科大學北京天壇醫院放射科學科帶頭人、國家“萬人計劃”青年領軍人才劉亞歐教授，安德醫智產品總監張寧，華為中國政企醫療業務部解決方案總監王朱巍參加了此次線上研討會并進行了主題分享。

AI醫學影像成為新趨勢

在醫院超過90%的醫療數據來源于醫學影像，隨著算法、算力、大數據技術的快速迭代，人工智能在醫學影像領域的應用不斷取得新成就和新突破。利用人工智能技術輔助醫學影像診斷助力醫生臨床決策，已經成為全球趨勢。

據《中國醫學影像人工智能發展報告2020》顯示，現階段AI醫學影像的院端付費滲透率為4.5%~7%。未來隨著AI醫學影像產品價值不斷被認可，醫院付費意愿提升，2023年滲透率或達到15%~20%。

劉亞歐教授在“共筑醫療智能體，擁抱影像數字未來——人工智能醫學影像的創新應用發展”主題分享中表示，目前AI在醫學影像采集重建端的應用主要集中在三個層面，一是加快采集速度，讓影像科更多患者接受檢查；二是加快重建后處理速度，實現快速出圖像；三是合成影像，提高影像分辨率；在國內發展更快，領先國外的是AI在臨床疾病分診分流、篩查、輔助診斷、輔助精準分析與診斷決策和療效評估的應用。AI在醫學影像已經逐漸被應用到協助醫生進行閱片，提高閱片效率檢出病變，流程優化，讓重癥和急癥患者得以及時診治，更精準的定性診斷，更高效的治療決策以及治療后預后評估等全疾病預防、診斷、治療、恢復過程，AI在醫療行業已經被賦予實現全流程AI幫助的期望與重任。

此外，劉亞歐教授還介紹了依托北京天壇醫院建立的國家神經系統疾病臨床醫學研究中心與安德醫智、華為等合作開展的AI醫學影像的研究工作：天壇醫院團隊正在AI可靠性研究、深度學習方法學研究、AI基因-神經影像研究、AI對比劑“free”（減少）研究等領域開展多項大樣本、多中心研究。以對比劑的應用為例，在CT檢查中對比劑能夠讓檢查結果更清晰，但對比劑的使用也會帶來一定的風險；借助AI醫學影像技術，可以減少對比劑的使用，降低費用的同時提升患者安全性。

安德醫智引領AI醫學影像向全器官覆蓋全模態影像數據支持，全醫療需求響應發展

AI在醫學影像領域的快速落地，正在催生出一個千億AI醫學影像市場。來自Frost&Sullivan的分析數據顯示，中國人工智能醫學影像市場預計從2020年的3億元增至2030年的923億元，年復合增長率為76.7%。

安德醫智（BioMind）產品總監張寧在“BioMind—醫學影像人工智能引領者”的主題分享中表示，診斷是影像工作的核心價值，既包括病情診斷也包括風險評估；如今的影像工作不但對醫生提出了挑戰也對AI提出了更高的要求。

以卒中為例，如今卒中已經成為國人生命健康的“頭號殺手”。《中國腦卒中防治報告2019》顯示：中國人中風終生發病風險為39.9%，意味著每5個人中大約會有2人在一生中患中風；中風導致的死亡約占總死亡的20%，也就是說每5位死亡者中至少有1人死于中風。

影像作為提升卒中醫療質量的關鍵，僅依靠時間窗或臨床表現評估患者病情和制定治療策略已經遠遠不夠。2019年中國腦血管病臨床管理指南強烈推薦急性缺血性卒中（AIS）“一站式”CT檢查；其中人工智能可以輔助AIS影像風險評估并覆蓋卒中分類評估、ASPECT智能評分、責任血管智能分析、半暗帶智能分析、腦出血擴張預測等全流程，實現影像評估、深度數據分析、病情發展預測等。

張寧指出，利用人工智能技術從病變的識別到復雜的影像處理、分析，并推送卒中風險評估結果整個過程不超過3分鐘，可以為搶救患者生命贏得寶貴時間，并真正將影像科、急診科、神經內科、神經外科等各科室融合起來，實現以病人為中心的單病種、多學科、綜合診療服務。在此過程中，影像扮演著診治樞紐、決策擔當的重要角色。

張寧表示，BioMind全身影像AI輔助決策系統可以實現影像價值最大化，這得益于它所具備的三大特點：1、全器官覆蓋，以神經、血管、心臟、乳腺、呼吸多個器官的復雜疾病輔助診斷為入口，實現全身多病種影像AI布局；2、全模態影像數據支持，國內唯一全面支持CT、MR、US多種影像檢查輔助診斷的AI產品，國內唯一全面支持多模態影像數據分析的AI產品；3、全醫療需求響應，AI全面賦能常見病慢性病、急危重癥、疑難病、健康管理和疾控等多個醫療服務場景，全方位滿足學科建設、能力提升和醫院發展的核心需求。

因此，以“全需求響應”滲透行業發展理念，以“全器官覆蓋”體現產業布局前景，以“全數據支持”打造研發技術標桿，也被張寧看作是現階段醫療AI真正具有臨床價值和契合臨床需求的重要標準。

科技賦能醫療創新醫療智能體加速行業數字化轉型

據了解，BioMind影像AI輔助決策系統的打造，一方面得益于安德醫智在神經疾病領域的持續深耕，另一方面也少不了華為Atlas800推理服務器所提供的超強算力支撐，這也是華為在AI醫學影像這一細分領域的眾多實踐的典范之一。

華為中國政企醫療業務部解決方案總監王朱巍在“科技賦能醫療，平臺助力創新”的主題分享中表示，華為通過與包括北京天壇醫院在內的多家頂級醫院、醫療AI標桿企業安德醫智組成“國家隊”，共同開展面向醫療健康行業的人工智能篩查和輔助診斷公共服務平臺示范項目，正在積極參與到人工智能醫療健康國家/行業標準制定工作。

面對日益增長的健康需求，以及以智能設備為觸點、以數據為驅動、以智能化為手段、以用戶為中心的公眾健康新模式，為促使醫療健康產業向數字化升級，華為正在通過數字技術與醫療健康應用場景的結合，輔助醫護人員提升效率、提升公共衛生預防及應急效率，做“有溫度”的技術，用科技向善守護“醫者仁心”。

具體來說，在感知層面，可穿戴智能使得人體健康數字化成為可能：生理指標實時、連續、長期的監測；在聯接層面，5G助力優質資源共享：院內設備互聯、院間遠程醫療、院外醫療急救和康復管理；在智能層面，從感知智能向認知智能轉變，基于全生命周期大數據提供精準服務。

在此基礎上，華為打造了云網邊端協同的“醫療智能體”，加速醫康體系數字化升級。據了解，醫療智能體通過把聯接、云、AI、計算、端、醫療行業應用等協同一體化發展，構建了一個立體感知、多域協同、精確判斷和持續進化的智能系統，共包括智能交互、智能聯接、智能中樞和智慧應用四層架構，可以實現應用使能、全域協同、持續進化和開放共享，真正做到了能感知、會思考、可執行、能進化。

為了讓AI用得上、用得起、用得好，解決醫療行業面臨的算力昂貴、開發復雜、人才稀缺等難題，華為構筑了基于昇騰的AI算力使能平臺ModelArts，全面助力包括醫療在內的千行百業智能化轉型。華為Atlas800推理服務器的強大算力，就得益于此。ModelArts也可面向開發場景提供易用、高效的開發平臺和社區。比如，借助AI影像標注訓練平臺，醫療機構零基礎也可快速開展醫療AI影像科研創新。

如今，華為在醫療領域已經與包括北京協和、華西醫院等60多家合作伙伴達成合作；未來，華為也期望與更多業界領先的合作伙伴開展合作，共同進行醫療健康創新研究與探索。