3月25日，动脉网参加了智能医疗影像平台汇医慧影主办，英特尔、中国电信、蓝驰创投等联合主办的“智慧未来·医疗人工智能前沿峰会”。

参与本次峰会的嘉宾有中国医学装备协会会长原卫生部规财司司长赵自林、英特尔医疗与生命科学部亚太区总经理李亚东、汇医慧影创始人柴象飞和郭娜、蓝驰创投合伙人陈维广、斯坦福大学医学物理中心终身教授邢磊以及国际核能院院士张勤、清华大学海峡研究院大数据中心主任王熙、北京大学肿瘤医院信息部长衡反修、郑州大学第五附属医院党委书记王新军等，济济一堂，共同探讨人工智能前沿技术与医疗产业的融合方法与路径。

从一开始的两个创投人，到现在进入400多家医院，汇医慧影一直致力于发掘医疗影像数据价值，结合人工智能、云计算以及大数据处理，打造智能医学影像平台和肿瘤放疗平台，构建了影像智能筛查系统、防漏诊系统及将影像深度应用于肿瘤、心血管等单病种的人工智能辅助诊疗系统。很显然，汇医慧影在下很大的一盘棋。

记者了解到，汇医慧影的创始人柴象飞，师从斯坦福大学医学物理首席专家邢磊教授。邢磊教授在放疗计划，图像识别领域多次作出突破性贡献。在此期间，邢磊带领柴象飞和开发小组进行影像云平台以及放疗云平台的搭建，用于远程协作以及大数据分析。此外，柴象飞还具备脑核磁的自动分割和配准，图像引导自适应放疗系统等研究开发经验，对最前沿的神经网络深度学习方法的影像识别技术，颇有研究。

蓝驰合伙人陈维广告诉记者：“投资汇医慧影，除了看重医学影像率先在医疗大数据和人工智能商业模式上实现突破的潜力之外，最主要还是基于对团队两位创始人的认可。”

从19世纪现代医学体系建立开始，医学进入发展的快车道。医疗行业的发展，跟技术和认知更迭一直息息相关，紧密关联，而且从来没有衰落过。每一次革命性的底层技术的诞生都会带来要素资源的重新配置，并重构医患关系，提高效率。很显然，人工智能技术在这方面，潜力无穷。

英特尔医疗与生命科学集团亚太总经理李亚东指出，医疗健康的需求端急剧上升和供给端的严重不足，医患矛盾突出、医生从医环境不佳、从医意愿降低、医疗资源浪费等大背景下，驱使人工智能等技术与医疗健康行业的结合，重构医疗资源供给链条。

这主要归结于两个方面的原因，一是老龄化加剧。全球范围来说，65岁以上的人群所占用的医疗资源在30%。55岁以上的人群占用的医疗资源在50%以上。这样的人口老龄化背景对人工智能的需求急剧上升。特别是中国，中国到2020年65岁以上老龄化人口将达到20%。二是慢病对医疗资源的重新配置要求。中国是慢性病问题最严重的一个地区。怎样解决中国慢病人群迅速增长的问题，是当下及未来的重大挑战。

李亚东认为，技术创新是解决问题的唯一出路。“需要创新才能够解决这些固有的存量问题和正在加剧的新的增量问题。单纯的按照过去的传统的方法，通过单纯增加供给，或者限制需求解决问题，是走不通的。”人工智能给医疗行业打开了一扇窗。

据数据统计，目前有30余家上市公司布局人工智能产业链，主要包括软件算法核心系统、图像语音识别技术、计算机视觉及传感器，以及人工智能+金融、安防等领域。

据了解，每位互联网用户每天产生的数据流量是1.5GB，一座智能医院是3000GB，庞大的数据洪流，让一直处在实验室探索阶段的人工智能，有了更广阔的应用空间，需要充分利用人工智能技术将医疗领域收集到的数据，更好的挖掘和分析。

“英特尔一直在倡导人工智能要普惠，这是我们一直以来的愿景，在这个基础上英特尔提出了一系列的解决方案。首先我们是品牌提供商，不会去碰数据，数据是大家的，不是英特尔的，所有权非常明确，我们的专注的工作是做最好的计算平台，让算法得到最大的优化。所以，英特尔做了大量的工作，除了做一流的硬件之外，同时也有多线程平台，此外针对大数据的应用，我们也做了一些SDK，让大数据应用能够在平台上得到最大的便利。”李亚东表示。

当然对于人工智能如何更好的服务医疗，目前依然存在一些难点亟待解决，比如人工智能必须和临床数据结合，而临床数据最重要的是如何提高质量，需要结构化，而且数据量并不是越大越好，这与病人的具体情况及数据的质量都有关。

人工智能概念早在50年代就被提出，直到深度学习技术，解决了很多以前不能解决的问题，才把医疗AI推向新的高潮。在中国，医疗AI还面临一个最现实的问题，如何服务中国广大的基层医疗。

谈及当下医疗资源困境及人工智能应用机会，国际核能院（INEA）院士、清华大学核研院、计算机系教授张勤指出， 基层医院床位空置很多，而三甲医院一床难求的关键在于人。“基层医疗机构尽管有好的设备，但是发挥不了作用，看病看不准。2015年出台了医改早期方案，提出了基层首诊、双向转诊、急慢分治、上下联动。目前的目标是县域就诊率90%，大病不出县，但是实现起来难度很大，因为好医生下不去。”

如果让三甲医院的医生巡诊，实际上在三甲医院也看不了病，因为医生时间是有限的。至于远程医疗解决区域分布不均的期盼，同样还是要花医生的时间。所以核心问题是优质的医生本身不够。

 张勤教授指出，大医院虹吸现象是自然和必然现象，解决基层医疗资源缺乏的核心在于给基层医疗机构“赋能”，用人工智能给基层医生“院士级看病的本事”。把一个院士的看病本事，放到一个笔记本电脑里，带到基层医院，这就是我们人工智能追求的境界，和解决的实际问题。

为什么说，人工智能在医学影像上是比较好的方向。柴象飞表示，首先，医院的医学影像数据非常多，也是最大的一部分，而且这些数据是标准化的。这些数据从机器的角度讲，便于机器阅读，人工智能的辅助诊断不容置疑，而且是以后必然的方向。

从历史上看，医学影像的发展已经有一百多年，大致分为三个阶段：物理驱动、应用驱动和数据驱动。物理方法驱动，包括从X光、超声、赫兹、热成像到同位素成像。从20世纪90年代开始，进入应用驱动时代，不单单把影像做诊断，开始用于放疗引导和手术计划等。基于前面两个阶段发展的基础上，有大量的经验数据留存，利用AI技术，重新挖掘积累大数据，显然成为目前最大的增长点。

汇医慧影CEO柴象飞在会上表示：“与互联网+不同，AI对医疗领域的改造是颠覆性的。它不仅仅是一种技术创新，更从生产力上为传统医疗行业带来变革，除了提高医生的工作效率外，还将作为辅助手段，大大提高诊断效率和准确率，使精准医疗成为可能，其带来的将是庞大的增量市场，或可诞生大量独角兽企业，AI+医学影像诊断市场空间巨大。”

这也与我们的预判符合，在整个医疗人工智能、医学大数据中，一定会是影像先行，医学影像已经成为人工智能在医疗应用中最热门的领域之一。2016年以来，已有近20家人工智能+医学影像公司先后获得投资。

据柴象飞介绍，医学影像具有4V性（volume数量、variety多样性、velocity速度、veracity真实性），汇医慧影希望汇集医生智慧，汇聚医学影像，他认为“医学影象天生适合互联网+大数据+人工智能”。从数量上讲，超过80%的医疗数据来自医学影像数据；多样性则是指多模态影像、病理、检验、基因及随访信息等数据的种类繁多；而高性能计算多层神经网络模型能应用在影像数据，影像的数字化及报告后数据的结构化，以确保数据最真实可用。

“我们在实践中发现，优质、大量的数据积累；高性能计算环境；优化的深度学习方法。三者资源配齐就会构建不断提高的状态模型，这正是人工智能的魅力所在。利用三者的关联大大提高医学诊疗效率，并达到精准医疗。”柴象飞说，汇医慧影正在利用网络的层级模拟人脑对图像的认识过程，人脑对图像会分为如颜色、形状、抽象识别等五部分进行处理，因此在不同的区域，模拟认知过程的算法也会不一样。

动脉网了解到，尽管汇医慧影成立只有2年多时间，但是服务的医院数量已经超过400家，其中包括20家三甲医院，与8家三甲医院进行科研合作。另外，汇医慧影与合作伙伴协作共同申请了2个国家自然科学基金、2个省级自然科学基金、2个科技部新型数字医疗仪器重点专项。

另外，此次峰会，汇医慧影联手七喜医疗，发布了全球首款智能DR ，对于此次合作，七喜医疗总经理黄华平表示：“汇医慧影和七喜医疗联合研制的智能DR，目的是如何在更低的剂量，更优化的参数的前提下，获得一幅合格的图像，这是人工智能首先要解决的问题。获得一幅合格的图像之后，如何用人工智能辅助医生做更好的判断和诊断，医疗AI大有可为。”