工，以數據驅動為根本，忽略領域知識的作用；醫，則扮演數據標注工人的角色，醫生的醫學領域知識難以發揮作用。但由于醫學的獨特性，我們需要重新審視兩者的角色和關系，醫生應該參與到算法開發的過程中，醫生的醫學知識和臨床經驗應該融入到算法設計中。

——李純明

醫工交叉與產學結合

作為圖像計算與數字醫學國際研討會（International Symposium on Image Computing and Digital Medicine，以下簡稱ISICDM）的發起人兼籌辦者，李純明教授的這段發言，簡明扼要地揭示了“理工醫大融合”的痛點所在：只有加強跨學科的交流、促進不同專業人士的學術交流與合作，才能激發產學研醫協同創新與技術落地。

而隨著人工智能的興起，醫工交叉與產學結合這兩個由來已久的問題，也讓醫學影像分析領域的發展面臨著全新的機遇與挑戰。

隔行如隔山，這對IT界和醫學界來說尤為貼切，當雙方團隊共同打造一個產品時，面臨著話語體系不同、評價方式不同、誰來主導等諸多問題。

縱觀目前“AI賦能醫療”這個市場，其實仍處于發展初期階段，雖然各路玩家都已相繼入場，但是AI+醫療的產品仍處于科研摸索期。

在此大環境背景下，由國際數字醫學會與國家天元數學西北中心聯合主辦，西安電子科技大學數學與統計學院與空軍軍醫大學（第四軍醫大學）生物醫學工程學院聯合承辦的第三屆圖像計算與數字醫學國際研討會（ISICDM 2019）于2019年8月24日－26日在西安召開。

（大會現場盛況）

大咖云集，共襄盛會

ISICDM 2019由中國科學院院士、西安交通大學徐宗本教授，中國工程院院士、空軍軍醫大學俞夢孫教授擔任大會名譽主席；MICCAI創始主席、耶魯大學James Duncan教授，加拿大皇家科學院院士Terry Peters教授，長征醫院影像醫學與核醫學科主任劉士遠教授，共同出任大會主席。

本屆研討會邀請了信息科學、數學和醫學等領域的國內外知名學者作特邀報告，并組織了一批有豐富科研與臨床經驗的醫生和理工科專家學者做跨學科的科普講座與前沿學術報告，充分體現此次研討會的理、工、醫學科交叉特色，更是促進多領域研究成果的交流與合作。

目前AI技術在生物醫學工程中應用十分廣泛，但人工智能想在醫療領域有所建樹，“持證上崗”是先決前提。

2017年9月國家食藥監總局發布的新版《醫療器械分類目錄》，其中出現了對診斷功能軟件的界定，這意味著醫療AI影像公司有了“上崗門檻”，同時也對推動產業規范化發展提出了新要求。據《醫療器械分類目錄》，在22大類醫療器械中，特設“醫用軟件”一類，近年來勢頭強勁的醫療AI就被納入此類。

AI醫療評估趨勢

隨著醫療領域人工智能創業公司數量的增長，對人工智能醫療器械產業發展和監管提出了更高的要求。為此，ISICDM 2019特邀中國食品藥品檢定研究院的任海萍教授為大家分享了題為“醫療人工智能質量評估的趨勢”的專題演講。

任教授表示：目前AI技術在醫療領域的應用場景日益豐富，但產品快速迭代造成動態質量評價壓力大。而藥監系統正在對此出臺相應的標準化工作規范，人工智能的通用標準（ISO／IEC WD 22989 Artificial intelligence——Concepts and terminology）也正在起草中，我國人工智能醫療器械標準化工作已步入正軌，AIMD臨床使用階段的質量評價工作應同步發展。

在圓桌論壇環節，本屆大會邀請了醫學、數學、企業等多領域領軍人物以問答對話形式就“后深度學習時代的醫療人工智能”話題進行探討，中山大學數據科學與計算機學院教授兼博士生導師、廣州柏視醫療科技有限公司董事長陸遙博士受邀出席了該論壇，圓桌論壇部分精彩對話節選如下：

1

主持人：神經網絡從一開始被推崇到一度被稱為“神經病網絡”，再到現在勢頭又是大熱，對于神經網絡的發展，您是如何看待的呢？

陸遙：我是學數學出身的，我就從數學的角度為大家簡析一下這個邏輯吧。神經網絡映射的本質其實是很簡單的，在我本人看來，神經網絡是沒有“病”的，如果說結果存疑，那么可能存在問題的應該是數據的訓練。好比一個單位的醫生，他要拿到很多的數據用以訓練，那是不可能的，而我們所在做的工作，就是將我們的產品“訓練”好，能被更多的臨床醫生應用，輔助醫生臨床決策、預測問題。

主持人：醫學影像AI現在風頭正熱，正所謂“外行看熱鬧，內行看門道”，請問作為內行人您是如何看待醫學影像AI的機遇和挑戰呢？

陸遙：醫學影像AI本質是為醫生創造便利的，那么我們就需要理解醫生的需求、知道他們的痛點、解決他們的問題，而這既是機遇，也是挑戰。

主持人：請展望一下未來五年、十年AI醫療的發展？

陸遙：其實從科研到產品化，我認為AI只是一個工具，未來我希望AI可以真正地應用于臨床，體現其價值，成為醫院里醫生們最趁手的手術刀，讓醫生們都能輕松應用并且習慣使用。

（陸遙教授圓桌論壇發言）

AI醫療，柏視可期

醫療本身是一個嚴監管高門檻的技術密集型行業，AI產品在發展過程中需要大量且高質量的數據，而且需要醫學領域的專家進行數據標注、質控，這些對數據質量與標注質量的要求都是其他行業無法與之比擬的。同時，醫學本身在很大程度上又是一門循證科學，這為數據收集和管理、算法驗證、臨床應用的標準化、規范化的制定均帶來一定程度的難度。

而不同于其他純技術驅動型AI醫療企業，陸遙教授帶領的柏視醫療，是一支在醫學影像、人工智能領域多項技術具有超過20年的經驗積累的團隊。柏視醫療定位為醫療人工智能技術引領者和技術提供商，擁有國際領先的頭頸、肺部、乳腺等多病種和多模態影像數據庫。

柏視研發的智能放療勾畫解決方案和智能醫療影像處理解決方案等AI醫療產品從設計到落地，均考慮到產品是否滿足醫生需求、能否切實解決問題并有效幫助醫生工作等相關問題。

ISICDM 2019大會上展出的柏視產品受到了高度關注，中國科學院院士徐宗本教授和大會發起人李純明教授等專家學者親臨柏視展臺了解產品相關信息，表達了對柏視產品的認可和發展期許，并與柏視董事長陸遙教授合影留念。

目前，柏視醫療已經與新加坡國家腫瘤中心（NCCS）、中山大學附屬醫院、解放軍總醫院等國內外多家醫療機構建立合作關系，并獲得了醫院、影像設備商、醫療軟件平臺廠商和檢驗機構等醫療生態伙伴的高度認可，成為了醫學影像人工智能領域最具備研發實力的公司之一。

未來，柏視將繼續保持“輔助醫生、服務醫療”的初心，更加明晰醫、患及各參與方的需求，形成強大合力、打破行業壁壘、為醫患賦能。