2017年7月8日，国务院发布了本年度的35号文件——《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。

国务院为某项技术发布专门的文件——这是极为罕见的一件事。由此可见国家对人工智能技术发展的重视程度。

从全世界范围来看，人工智能技术首先突破的应用领域，医疗产业至少排在前三位。

在改革开放的窗口城市深圳，医疗产业人中的先行者正在关注人工智能对医疗产业带来的改变。

8月26日，由《中国卫生信息管理杂志》社主办，深圳市卫生和计划生育信息协会协办，国家卫生计生委统计信息中心、深圳市医学信息中心支持，蓝网科技股份有限公司承办的2017智能影像论坛正式举行，国家卫计委信息中心、深圳市卫计委等领导出席并致辞。

这次论坛的主题也紧紧围绕“人工智能+医学影像”展开，通过区域影像中心建设、诊疗环节应用、设备管理、信息化及软硬件、标准规范及安全进行了细致深入的探讨。

以下，亲历现场的动脉网（微信：vcbeat）记者将为大家呈现诸位演讲嘉宾的精彩观点。

“深圳市将启动健康医疗数据光纤专网项目

未来3-5年全民健康信息化建设投入6个亿”

——郑静 深圳市卫计委医学信息中心副主任

根据刚刚发布的《深圳十三五全民健康信息化规划（2017-2020）》，又被称为“12361工程”。该规划是指，1个支撑全市人口健康信息化体系；2个保障体系：信息化管理和信息化标准体系；3大核心数据库：人口、健康档案、电子病历；6大业务应用信息系统，以及1个支撑一体化便民惠民的应用系统。

其中影像云是深圳人口健康信息化体系的重要组成部分。深圳市将大力拓展影像云的功能应用，实现人口健康信息平台、公共卫生管理、医疗服务机构之间的调阅共享，并为市属、区属医学影像中心、社康中心等应用查询调阅功能，实现云计算等先进应用。

由于影像数据量较大，所需安全性较高。深圳影像云平台一项重要内容是按照“万兆到中心、千兆到机构”的标准，建设卫生计生裸光纤专网，覆盖市卫生计生委直属机构、各区（新区）卫生计生行政部门，全市公立医院、公共卫生机构和计生服务机构、全市社康服务中心以及个社会办医疗卫生机构。力争年底前完成项目可行性研究报告评审。

未来3-5年，深圳市将投入6亿元人民币用于全民健康信息化建设。

“人工智能对放射科工作的六项改变；

人工智能与医生共存”

——孙昊 北京协和医院放射科副教授

人工智能在临床应用、研究及教学方面已经展现除了自身价值。一是通过深度学习的方式区分病变与非病变，比如减少CAD肺结节及CT结肠镜的假阳性（CNNs 降低55%肺结节的假阳性率，真阳性率保持不变）。二是在病变的检出方面，比如通过增强病变影像，从而提高CT肺结节的检出率。三是在胸片中区分骨骼与软组织，据一项研究显示，82-95%胸片漏诊的肺癌是由于受到了骨骼遮盖的影响。四是在影像中的病变或器官提取描画方面提升了效率。五是协助改变了放射科的工作流程，从而改变了放射科的管理现状。六是对医生肉眼不能识别的影像数据进行识别，改变并放大放射科医生的价值，比如光谱，让医生以影像组学的方式重新认知现代影像医学。

人工智能将放射科医生从重复性劳动中解脱出来，放射科医生的职能将逐渐后移至观察病变性质、通过多维信息进行判断等工作中。

人工智能在影像领域面临的难题是缺乏大量文献的支持，目前还不能撰写电子信息、图像、影像报告，训练人工智能的诊疗数据一致性很难得到保障。信息安全和隐私保障是两个重要的问题。

另外，人工智能的应用将改变放射科住院医师、专科医师教育，最初可能会使放射科医生需求增加，用来鉴别假阳性及假阴性。最终将会减少放射科医生数量，尤其是低年资医生的数目。

“医疗影像云技术已经逐渐成熟

两大难题困扰影像云发展”

——陈德基 广州医科大学影像系副主任

医疗影像云技术的四个条件已经具备：

一是云计算的基础架构已经成熟，包括分布式PB云存储、云计算及高性能云计算集群、云数据库、云安全技术等已经成熟，同时网络的数据承载能力、网络质量和网络覆盖可及性，已能满足当前医院信息化、互联网医疗及移动互联网医疗应用。二是智能终端的普及程度很高。智能终端处理能力、显示能力完全成熟，终端多样性已经满足医疗大数据需要。三是影像设备全数字化已经实现。当前，县级及以上医院影像设备的全数字化已经实现，100%可直接接入网络；中大型医院大数据产生能力已经成为医疗常态，其中医疗机构约90%数据来自影像设备。四是影像图像DICOM标准化正在逐步推进。图像后处理引擎技术的进步与高性能计算技术的发展，还包括DICOM标准的深入推进，已为影像云奠定了坚实的技术基础。

现在两个难点是：

一是相应的法律法规不完善，如果数据放在云端，那么应该由谁来授权？患者隐私如何保护，数据使用权如何保护，如何相互调用数据？提供数据是否需要付费？

二是行业行为亟待规范，如何解决从局域网到云端的问题？谁来制定云到端的互联互通标准？医生在更广泛的区域内看到影像，如果出现信息泄露，患者利益谁来保护？

“医学影像呈现“两热、两冷”现象

设备运行数据和资源一体化管理应受重视”

——朱晨 苏州大学附属儿童医院原信息设备处处长

医学影像存在“两热、两冷”现象，两热——影像数据智能热、固定资产流程热；两冷——设备运行数据冷、资源一体化管理冷。

拿到优质的影像数据，比如抓紧影像设备数据的来源、影像检查的标准，比如影像设备的曝光时间，医院之间就各不相同，还有设备人员的配比，如何按门诊量来配置，包括进一步的影像放射科室精细化管理。

从影像设备的数据上看，目前的企业厂商还是没有全部开放。从影像设备的使用上看，超负荷运行和利用率不足并存，医疗设备缺乏预警数据来源。

建议从四个方面展开工作，一是科室管理，用智能排班系统解决问题；二是业务管理，加强过程质控；三是资源管理，制定规则引擎，包括医学、检查、时间、环境多个因素的规则，以及设备运行的数据性监测；四是数据分析，采取综合分析方式进行，对报告也要进行质量分析。

“建设新一代临床影像数据中心

实现资源综合分析与利用”

——章国胜 蓝网科技市场中心总监

如何推动分级诊疗、医联体建设等当前的医疗体制改革举措，最重要的是实现医疗服务机构之间的结果互认、资源共享，最终实现通过人工智能技术对影像数据的挖掘与利用。

新一代的临床影像数据中心整体架构应该包括数据层、接入层、管理层、应用层四个层次，实现辅助诊断、智能分析、影像知识库、全景影像、云会诊、远程阅片等功能，并建立诊疗过程档案库、归档影像库等两个数据仓库。

在影像数据中心部署后，让院内影像数据一体化呈现成为可能，有利于推动大型医疗机构、小型医疗机构之间的影像协同，实现协调过程中的调度管理。医学影像实现较大规模的数据累积之后，按照数据分析-呈现问题、过程分析-找到原因、决策模拟-改变现状、决策执行-解决问题的思路，就能够对资源进行整合分析与利用，实现影像学专家诊断任务的合理分配、大型医疗设备的精细化管理、患者资源在医技检查流程中的合理分配。

“推动医学数字影像标准符合性测评工作

从最底层保障影像数据的一致性”

——高忠军 国际DICOM标准中国委员会秘书

医学数字影像标准及标准符合性测评的现状堪忧。没有具体的组织统筹开展测评工作，不具备相应的测试工具，仅仅提供一致性声明材料，而且DICOM 标准复杂内容多，国内医院相关人员对DICOM标准的了解不够深入、过于依赖厂商，缺乏专业人员。

基于影像数据的人工智能需要保障数据的准确性和一致性。下一阶段，国际DICOM标准中国委员会将着力推动信息标准化应用量化测评技术体系建立，实现DICOM标准复合型测评，保障影像系统与设备之间的影像信息交换准确可靠，从而实现跨机构、跨区域信息共享与业务协同，跨机构、跨区域数据交换与整合。

符合DICOM标准符合性测评的对象是各级医疗卫生机构和医疗影像相关的设备及软件厂商。医疗卫生机构主要围绕标准化、成熟度和应用效果展开，评测内容包括DICOMb标准基本通信服务类、医学数字影像通信中文封装与通信规范、医学数字影像通信基本数据及集及其他内容。

通过这项测评，将实现医疗影像设备放射剂量与影像的关联，也从技术上保证了图像显示的一致性。

DICOM标准符合性测评已经在四川省进行试点，下一步将以省级信息中心为依托，建立分级测评中心，并逐步在四川、重庆、深圳、青海、广西、陕西等省市展开。

“以互操作性理论研究

区域影像互联互通”

——周毅，中山大学中山医学院生物医学工程系副教授

临床医生诊断的客观数据80%来自影像检验报告，检查检验数据共享与控制医疗费用直接相关。从数据产生的设备上看，相对比较统一，而且影像检查的标准相对一致。

互操作性是两个或多个系统或组成部分之间的信息交换，以及对以交换信息使用的能力。互操作性的特点是支持非统一管理体系下的独立系统间的信息交换，也支持系统理解和使用被交换的信息。互操作性将通过标准解决问题，规范的内容包括信息内容、信息交换格式的标准化，还包括角色、事物和流程的标准以及整套标准集合。互操作性包括语义层、语法层和基础层，基础标准包括HL7、DICOM等。

互操作性的研究将为影像检查结果共享给出一个可落地的完整解决方案。

“医院数据从封闭网络向开放网络转变

完整解构生命运动的全息数据”

——黄昊 第三军医大学大坪医院信息中心副主任

互联网时代的到来，患者对数据的随时随地获取需求，让医院数据不可避免地从封闭网络向开放网络转变。在这一转变的过程中，医疗信息安全成为医院信息科重要的工作内容。在新的形势下，必须加强基础设施建设，对全方位的态势感知度要高，必须做好安全评估工作（ITIL/27001/三级等保），必须要有网络安全意识，设定院级网络安全的标准规范。

随着大数据时代的来临，多种类型的数据集合可能会形成完整解构生命运动全息数据和程序组合，即为全息人。这些数据包括暴露组、表观基因组、微生物组、代谢组、蛋白质组、转录组、测序和基因组、影像和解剖组等。而全生命周期数据及智能化，可能会是解决国民健康医疗挑战的关键抓手。

“对医疗数据分为三个层次认知

各层次解决不同的数据需求”

——阴忆青 复旦大学中山医院计算机网络中心主任、上海中山医疗科技发展公司总经理

医疗数据的组成机构较为复杂，包括语音、文本信息、影像报告、手术记录、检验报告、医嘱执行等文本，也包括放射、超声、病理、内镜、电生理、核医学、放疗等影像数据，还包括基因标本库等数据。

真实世界的医疗数据与解释真实数据的指标集进行隔离，成为原始数据与解释数据的具体指标之间的屏障。而指标集的重要价值在于累积人类多年的医疗经验，成为判断疾病的基本依据。

对指标集的利用，包括检索、统计、分析、可视化等形式，可能会成为医疗人工智能应用的重要方向。

“影像科管理的目的

在于保证科室有序发展”

——邱维加 桂林医学院附属医院放射科主任

精细化管理就是落实管理责任，将管理责任具体化、明确化，它要求每一个管理者都要到位、尽职。第一次就把工作做到位，工作要日清日结，每天都要对当天的情况进行检查，发现问题及时纠正、及时处理等等。

影像科管理的内容包括技师管理、护理工作管理、医生的管理以及科室经费的管理。利用信息化的手段让管理流程化、标准化、数字化。

影像集中诊断是将乡镇医院的各种影像数据上传到影像数据中心，由上级医院影像科集中诊断，解决乡镇卫生院有设备、但诊断能力不足的问题。

从“只闻人语响，不见人下楼”，到“门庭若市车马喧”，随着阿尔法狗打败柯洁，“人工智能+医学影像”经历了产业发展的起伏跌宕，当归根结底，还是需要医疗产业人对人工智能作用与价值的深入理解，对产业各节点应用场景的细致梳理，对各方利益格局的仔细剖析，才能找到属于医学影像的理想路径。