无论是近日召开的博鳌亚洲论坛，还是不久前万众瞩目的全国两会，都展现出国家要发展健康产业的坚定信心。大时代背景下，人工智能（AI）作为国家未来重点研发的战略方向，亦渗透到大健康领域。其中，医疗影像人工智能辅助疾病诊断，被认为是最有可能率先发展起来的领域之一。

4月12日，首届医学影像AI高峰论坛在上海举行，同时，中国医学影像AI产学研用创新联盟（以下简称“联盟”）宣告成立。联盟以促进中国医学影像AI事业及相关产业技术创新和发展为目标，希冀有效整合行业产、学、研、用各方资源，建立产业上下游、产学研信息、知识产权等资源共享机制，建立人才培养、国际合作的平台，推动创新，发展共赢。

作为推动并促成联盟最终成立的发起人，中华医学会放射学分会候任主委、中国医学影像AI产学研用创新联盟理事长、上海长征医院影像科主任刘士远教授近日接受了《凤凰周刊》记者的专访，从联盟成立的初衷、行业现状、愿景与目标及给整个医疗系统和行业带来的影响给出了详细的解答。

他谈到，人工智能促进医疗影像产业升级必将成为一个大趋势，随着技术的发展，医疗影像人工智能应用覆盖病种的数量、诊断效率和准确度都在不断取得突破，可有效地缓解优质医疗资源缺乏和人民健康需求不匹配的矛盾，提高医疗的精准性和有效性。

创新联盟应运而生

在全球浪潮与历史机遇下，在国家政策的大力推动下，医疗人工智能产业已现雏形。从时间维度上看，国内的医疗人工智能企业从2014年开始出现增长，虽然相较于国外来说发展略晚，但是近三年增长非常迅速，创业公司层出不穷。

巨大的繁荣背后，也形成了行业的乱象。“只要涉及计算机辅助和自动程序，就赋予人工智能的概念，这是不正确的。拿影像行业来说，内地有近100家公司宣称自己在做医学影像的AI。”刘士远教授认为，这些企业水平不一，有AI的初创公司,也有传统企业进军AI,大都是瞄准了智慧医疗的美好前景,先融入这个洪流以求跟上潮流。大多数公司是致力于AI创新和服务大众初衷的；比如上海联影医疗科技有限公司，专门成立了智慧研究院，从美国引进了北卡的终身教授，是真正有实力且想实实在在投身于AI的公司。但也有个别公司，或者借用AI概念炒作，或者仅仅是初步的机器学习冒充AI，或者用一些简单的开源数据做成模型，在市面上讲故事……种种现象让不懂IT的临床医生如陷迷魂阵，难辨真伪。

“其实现在我们所说的AI一定是基于深度学习（deep learning）这一基础理论的。” 刘士远教授介绍说。医疗影像人工智能的核心竞争力不外乎是优良的算法、基于GPU的超强计算能力、以及高质量的标准数据库。在这三者之中，数据库是最能显现出人工智能水平差异的关键。“数据越多，质量越高，人工智能就越聪明。我们的医疗数据显著多于国外，因此，有理由相信，我们中国的AI在未来将很有优势。”

尽管内地医学影像的数据正以40%的年增长率逐年增长，但医疗影像人工智能产业链上下游的脱节亦让数据库难以得到有效地使用。由于缺乏行业平台作为纽带将上下游打通，科研人员不了解临床的需求；一些拥有先进算法的医疗人工智能公司，苦于找不到合适的合作医院与医生，来优化人工智能；医生希望解决临床问题，也不知该找哪家公司合作。

“人工智能公司获得的数据渠道不同、质量不同，数据标注方法不同，形成的模型训练方法和强度不同，都决定了AI产品的异质性，也给AI产品的落地和推广带来困难，因此影像人工智能行业需要医学影像AI在训练初期就能遵循一个临床公认的规范与标准，我们也需要有权威部门从质量控制与管理的角度判定产品是否符合临床要求，是否能适用于临床工作场景。”刘士远教授言语中流露出些许无奈。

去年，刘士远教授组织全国放射科专家，编写了一本中华放射学会《放射科管理规范与质控标准》，这是第一部关于放射科管理规范与质控标准的书，也首次让全国医疗单位放射科有了可以参照的“国家标准”，成为每个省市开质控会的“指定教材”，半年不到便脱销了两次，足见医疗影像对规范标准的渴望与刚需。

刘士远教授意识到，人工智能作为医生不知疲倦的助手，能让放射科医生不再重复简单劳动，改变放射科的工作模式，放射科的美好前景值得期待，但行业困境或许会让人工智能陷入泥沼，为了整合上下游优质资源，推进医学影像AI产业健康发展，亟待成立AI上下游参与的产业联盟。

AI问诊行业现状

如今我们去医院，无论毛病大小，医生问询病症后，接下来的话多半就是，“先去拍个片子吧。”

的确，疾病诊断70%的信息来自影像，CT、超声波等影像技术的进步，大大提升了病情诊断的准确率，亦使得医生和患者对医学影像技术依赖日渐加深。与此同时，内地医疗资源分配不均衡，小医院门可罗雀，大医院人满为患，其中大型三甲医院日门诊量常常破万，有着大量的读片量。

放射科医生每天看几万幅病人的影像图像，“看得角膜上皮都脱落了，很累。”同时，放射科医生的数量和工作效率并不足以应对影像需求的增长。现在，这些问题有望通过人工智得到解决。

“如果这块解决好了，对整个医疗行业会起到一个翻天覆地的变化，会改变整个医疗系统的工作模式、工作效率。”刘士远教授认为，“影像AI可以说是整个智慧医疗体系的驱动机、内核或者说发动机。”依靠强大的图像识别和深度学习技术，人工智能可以很好地解决医学影像工作中的简单重复性繁重劳动，减轻医生压力的同时，大大提高数据分析以及诊疗的效率和准确性。

除此之外，全国影像医疗资源不均衡也是当前突出的问题。“AI产品具有很强的可复制性，可以把北上广的优质医疗资源和一流专业医生的经验通过AI产品形成可复制使用的工具和模版，通过这种方式下放到各级医院平台，同时借助于互联网、云平台的技术，解决中国老百姓看病难问题，真正帮助政府实现帮扶，落实医疗资源下沉，实现分级诊疗，并同时为推进全国医疗水平同质化建设，提供了很好的出路。”刘士远教授对此充满信心。

目标落地刻不容缓

经过长时间的酝酿，业内各方面代表人物一致认为整合产学研用上下游资源非常迫切，行业的健康快速发展需要联盟的成立。中国产学研合作促进会作为主管单位，从一开始就给予了极大的支持，所有手续都进入绿色通道，从提出申请到组织构架的搭建、联盟章程的草拟、申请报告的提交，再到最后办妥各项手续，仅仅不过两个月的时间。“这可能是所有联盟或组织里面筹建最快的。”可谓水到渠成，众望所归，快速高效。

今年4月3日，联盟筹委会收到了中国产学研合作促进会关于建立联盟的复函：同意支持建立中国医学影像AI产学研用创新联盟，并由上海长征医院作为联盟的理事长单位。4月12日，联盟在上海正式宣告成立。

“我们就想组织这么一个联盟，把全国最牛的影像医生，全国最好的科研院所，最知名的做人工智能的科学家，最有实力的人工智能研发公司，整合到一个平台，同台合作，同台竞技，同台发展。”把这些人才和组织集中起来，就有了现在的中国医学影像AI产学研用创新联盟。刘士远教授希望联盟能够找到一种快速而可持续的发展模式，逐步使医疗影像人工智能进入临床应用。

联盟成立仅仅是万里长征第一步，刘士远教授清楚联盟的使命、愿景和目标，也有着清晰的规划。最迫在眉睫的就是研究制定医疗人工智能领域相关的政策、行业规范、技术和产品标准、机制，推动全国范围内同质化的进程。

联盟还将围绕医疗人工智能产业的发展需求来搭建平台，使联盟成为科研机构、高校、企业和医院及医生之间的纽带，既有来自全国各地和临床各学科的创新和服务需求，又有科研机构、高校、设计研究单位的技术支撑，有利于实现资源和需求的对接，以及企业、市场、医院与研发端的对接，加快科研成果转化，打通医学影像产业的上下游，形成产业技术创新生态链。

通过定期开展研讨会、新产品推广会和培训交流会等方式，加强联盟成员之间的技术结合与信息沟通，有利于实现资源共享和优势互补，促进产学研用全链条的创新发展。刘士远教授还计划每年发布权威的白皮书，解析医学影像人工智能的现状，以供同行参考。

待市面上的人工智能产品逐渐成熟，接近临床使用场景以后，联盟还将助力和扶持众多医疗影像人工智能公司的良性发展，致力于实现医疗影像人工智能产业生态的可持续孵化。

当智慧遇上医疗

刘士远教授还有一件特别想做的事情，那就是成立一个中国医学影像AI学院，“我会把它做成一个精神家园、一个充电的港湾。”在这里，联盟可以为上下游提供培训和教育，以及其他一切行业所需的服务。

“我们这个联盟的最终目的还是推进影像AI产品的创新。通过联盟的工作，让更多上下游的人能够结成对子，产生更多新的产品，然后促进这些产品向临床转化，解决病人的问题。”刘士远教授说道，“这个过程肯定会遇到许多障碍，但我们还是会努力去做这个事情。”

在采访的最后，刘士远教授提到了“智慧医疗”的概念，在他看来，上医都是充满智慧的，东方古有华佗、扁鹊、孙思邈，西方有希波克拉底。只有智慧的人才能做好医生，智慧贯穿了整个医疗体系的始终，当智慧遇上医疗，一定会给整个医疗体系带来革命性的变化，前景美好，值得期待。