2021年6月5号，魅力与挑战——智慧医疗与老年健康交叉创新论坛在杭州科技城举办。东北大学计算机学院常务副院长，杨金柱教授在大会上作“智能医学影像分析在疾病中的应用与挑战”的学术报告。

图1 “智能医学影像分析在疾病中的应用与挑战”的学术报告

图2  智能医疗与老年健康交叉创新论坛报告题目

1.智能医学影像发展基础

     在介绍医学影像发展过程中，杨金柱教授阐述了智能医学影像处理的要求的变化过程为“看不见—>看得见—>看得清—>看得准—>看得多—>看得准”。同时介绍了关于医学影像的两次诺贝尔奖的时间和获得者。

图3智能医学影像发展基础

2.智能医学影像发展内在需求

杨金柱教授介绍到，现在的内在需求有三大方面。

第一点是放射科医生负担过重。目前的形势是影像数据增加过快，但是放射科的医生增长率却很慢，导致医生工作负担重。

第二点是医疗机构资源不均衡。目前全国基层医疗卫生机构占比近95%，而医院占比只有3%左右。

第三点是医疗技师的缺乏。中国城市每**口对应的助理医师数为4.01人，护士人数为5.08人，影像技师数1.82人，而农村具有的技师人数会更少。

图4智能医学影像发展内在需求

3.背景与意义—智能医学影像发展外在条件

外在条件主要分为两方面，一方面我们有新一代AI技术，另一方面是医学影像大数据发展。这两个方面为我们的智慧医疗提供了很好的时机。

图5智能医学影像发展外在条件

4.人工智能在诊断过程中的应用

目前人工智能在影像处理过程分为三个阶段，分别为智能成像优化、智能影像后处理、智能辅助诊断。杨金柱教授在介绍这三个阶段的同时也阐述了我们现在面临的问题。

图6人工智能在诊断中的应用

5.临床疾病的辅助诊断

杨金柱教授说冠心病、脑卒中是我国民众健康的头号杀手，发病率和死亡率逐年增加。并以冠心病为例来介绍。

图7临床疾病的辅助诊断—冠心病

图8临床疾病的辅助诊断—冠心病

图9临床疾病的辅助诊断—冠心病 

图10临床疾病的辅助诊断—冠心病  

6.智能医学影像的挑战

目前我们已经运用大数据加人工智能来分析影像图片，但是AI医学影像不等同于自然图像，也不等同于疾病+影像。

图11智能医学影像的挑战

7.建议

针对上面的挑战，杨金柱教授给出四点建议。

第一点，建立医疗大数据共享平台。

第二点，制定质控和评价标准。

第三点，制定数据隐私保护法规标准。

第四点，融入医诊疗流程促进产业良性发展。