雷锋网（公众号：雷锋网）消息，7月9日，由 CCF 主办，雷锋网、香港中文大学（深圳）承办的第二届CCF-GAIR全球人工智能与 机器人 ( 行情 300024 ,诊股)峰会进入了第三天。在下午的未来医疗专场上举行了题为“AI在医疗影像中的真实应用场景”的圆桌会议。

　　雷锋网（公众号：雷锋网）消息，7月9日，由 CCF 主办，雷锋网、香港中文大学（深圳）承办的第二届CCF-GAIR全球人工智能与机器人(行情300024,诊股)峰会进入了第三天。在下午的未来医疗专场上举行了题为“AI在医疗影像中的真实应用场景”的圆桌会议。

　　据雷锋网了解，此次圆桌会议由清华x-lab健康医疗创新中心主任钟宏主持， 广东省人民医院影像科主任、南方医科大学副教授刘再毅，飞利浦大中华区临床科学部高级总监周振宇，汇医慧影CEO柴象飞，宜远智能CEO吴博等四人参与讨论。

　　从左至右为周振宇，刘再毅，柴象飞，CEO吴博。

　　以下为此次圆桌对话内容实录，雷锋网在不改变原意的基础上进行了整理。

　　钟宏：之前周院长提出人工智能要分清是在医学方面的应用还是医疗方面的应用，坦率的讲，作为非医疗背景的人，我很难理解这个问题。不知道哪位愿意讲解一下，为什么在人工智能或者影像智能方向要分医学和医疗两个方向？

　　刘再毅：我们临床工作还是常规的模式，基于人工的经验进行图像判断。我们希望AI给我们很好的支撑，减轻工作量，把时间、精力更加聚焦到重要的临床活动当中去。刚才田老师说了，这是学术方面的研究，我们发表文章之后，成果能不能拿给我们用。大家如果进入医学影像里面来，你会发现里面的陷阱、难度很多。现在厂家的设备差异很大。我觉得这里面更多是做学术研究，真正落地到临床上是很难的，路还有很长。最近有很多创业公司的朋友拿产品过来让我提意见，上午外国教授讲了一点，我们失败在什么地方呢？没有Follow临床工作流程，肺结节检测，我们检测完了只是一个方面，我们看片子会调不同颜色一样的东西，如果只做肺结节检测没有问题，但是病人一旦漏了另外一个疾病，就赔钱。这给我们带来怎样的科学进步？学术是我们最需要做的，但是学术到临床，我感觉路还是蛮长的，需要工业界的朋友给我们提供更好的支撑，让我们敢用，如果临床不能通过，就拿不到证书，就不能做商业的开发。

　　钟宏：前面三位嘉宾都来自医学影像的技术公司或者研究院，都提到了一定要围绕临床医生的需求。刚才刘主任的分享，我觉得非常坦诚，这个行业里面有很多难点，从医学到医疗，可能有很大的山峰要攀。周总作为GPS工作者，这么多经验，算是医疗影像的产品和服务的提供商，您怎么看人工智能在医疗影像中对我们的专家、患者会产生什么样的影响？或者多长时间能迈过从医学到医疗的槛？

　　周振宇：过去9年，我都是在通用电器，今年因为飞利浦医疗在这方面的转型相对更快，所以我到飞利浦医疗来从事这方面的工作。我们今天看到很多来到会议上的都是新的创投各方的人员，大家都非常年轻。但对于进入医疗、影像领域，我们面临非常大的困难。

　　现代医学有哪六大特点？这是上个月荷兰卫生部和中国卫计委讨论的问题。作为基因组学来说，全球范围内成本大为削减，飞利浦携手另外一家公司做全人类基因筛查的工作，未来有望把费用降到100美金以下。学术知识库的膨胀，AI是基于大数据，特别是对于影像来说，是大健康数据，或者说检验检疫的数据，数字病理、基因信息。在这种情况下，知识库的积累更重要。像刘教授讲的，医生的知识储备，这种相关疾病、相关脏器，刚才说的淋巴结的观察，对于医疗的大数据都是特别重要的。

　　第二个特点，在知识库中关于医疗的文章有2500万篇，每年以120万篇的速度激增，这是现代医学的第二个特点。

　　第三个特点是田老师讲的大量数据库的建立，说到本土数据库比美国国家数据库多50%的病例，这是现代医学非常重要的特点。

　　第四个是张院士讲的生物传感器和穿戴式设备，可以使我们的院前、院中、院后的医疗信息得以共享。这样子能够真正实现全生命周期的检测，这对医疗大数据，特别是很多创投公司来说非常重要的一点。影像主要是在院中，它的诊断治疗是非常重要的。

　　第五点是机器学习和人工智能，假设它可以在数据驱动和假设驱动两个基础上进行产业化，为什么GE、西门子、飞利浦这样的厂商不敢和大家高谈阔论AI在医疗方面做了哪些事情。因为我们说的时候，客户会说要。飞利浦医疗科技在数字DI、数字病理、数字基因方面，已经在美国拿到FDA的认证。进入中国，可能还需要一段时间，可能是两三年之后。我看到很多创业公司走得更加激进，比我们更快，至少在市场上更早把这种信息发出去。

　　第六，作为新生代人，社会主体对医疗信息的开放程度越来越开放，我们愿意把这些公司、这些数据库共享，使医疗更开放。

　　这六点是传统行业进入新的领域做AI的认识，但是困难很大，我们确实面临着非常巨大的挑战，我们也希望有更多的人才积累。我本人学生物、医学工程和数学三个本科的内容，其实AI在医疗方面的投入是需要更多跨界的综合性人才的参与，才有可能做得更好。

　　钟宏：一看就是大公司出来的，条理性很强。刘主任，刚才田博士讲，我们和中科院自动化所有很多研究，而且发在很多知名杂志上。我曾经问过你，你有没有跟什么样机构合作，我们作为一个影像科的专家，您最希望找到什么样的机构和您共同做医学影像方面的研究以及选择的标准是什么？

　　刘再毅：我非常希望有很好的机构和我合作，提供基础的支持。在我看来，影像挖掘还是以临床为主。如果东西做得再好，不能解决临床问题，那肯定不行。我们现在也在做，我们组里从开始一个工科的学生到现在有五个工科学生，他们都是刚刚从本科转变为研究生的过程，掌握的知识不够多，如果我们加速研发进度，我就想找到能够真正参与进来。但是有些公司找我做，我提供数据，然后给他分析，他分析完之后，就把数据拿走。我希望是互信，他给我数据，以我为中心，以临床目的为中心共享这个成果。这是平等互助的形式，我们临床的数据最宝贵，你光有技术没有临床数据，我想很多都是纸上谈兵。你的算法再好，我想最后也不能转化。所以我希望如果有合作的机会，你们给我提供很好的人才，这个人才专职为研究项目服务。不能今天找你合作谈工作，你还有其他的任务，应该积极推动，然后出很好的成果。

　　钟宏：医学创新的路径一定是围绕医生这个主体，这是大家一致认同的。柴总在智能影像方向上算是创业老兵。我想代表创业者向您提问，您通过什么样的方式以及用什么样的产品来满足专家的需求，让专家愿意和您合作？听说有上百家医院和我们做各种层面的合作，这方面的干货能不能和我们分享？