导语：
医疗AI是指将人工智能技术应用于医疗领域中包括医学影像、临床辅助决策、精准医疗、健康管理、医疗信息化等细分应用场景的新技术。后疫情时代，医疗AI的价值已经得到初步认可，国内涌现了众多医疗AI新势力公司，背靠联影集团的联影智能是其中的典型代表。
在刚刚结束的第十届华兴资本医疗与生命科技峰会上，联影智能联席CEO周翔发表主题演讲。他表示，目前，AI技术有“乐”有“痛”，未来医疗AI将实现从量变到质变的飞跃，AI技术将对医疗影像行业产生颠覆性的影响。以下为演讲内容节选，希望能带给你启发，更多峰会精彩内容，敬请期待。
以下为正文内容：
医疗影像AI的“痛”
医疗和AI是很好的结合，AI为医疗提供创新，医疗为AI提供场景，目前国家也非常重视AI医疗。医疗AI，影像先行。医疗影像比较早的数字化，叠加深度学习本身是从影像入手的，导致过去医疗影像AI的市场出现快速增长，有一些“快乐”。
那么痛苦在哪里呢？周翔举了两个案例，我们对着徐汇AI大厦（上海西岸国际人工智能中心）拍一张照，问AI里面有多少人，试问AI能做到吗？如果是晚上，可以看见灯，并且有视频的话或许一定程度上能猜测；再比如对着天空拍一张照给AI，问AI明天下不下雨？这两个问题的金标准数据都是无穷多的，大楼可以进去数人数，第二天是否下雨则可以拉出过去一百年的数据，但AI可以做好吗？
医疗领域也面临同样的问题，比如乳腺癌，东方女性的乳腺是致密乳腺，病灶都藏在健康组织里面，能否从一个X光看出乳腺里面有没有病灶，遮挡是一个很大的问题。尽管有很多金标准数据，但这种预测性问题AI仍然不能做到100%准确的程度。
周翔认为，AI今天在医疗、自动驾驶等领域没有达到大家的预期，技术层面主要有三“痛”：
第一“痛”，缺乏数据与标注，这也是大家普遍已经认识到的；
第二“痛”，Learnability，可学习性，即使有无穷多的数据和标注，但信息可能不全，问题仍然不能解决；
第三“痛”，Learning ability，学习能力，人类自身的神经网络太聪明了，有一些问题AI是学不会或者学不好的，比如格式塔（Gestalt）类的视觉问题，目前的深度学习网络还学不到那么好。
周翔指出，第一个痛点可以在一定程度上用钱解决，这并不是一个科学问题；但第二、第三个痛点是很大的问题。格式塔（Gestalt）类的视觉问题，小孩子十秒就可以给出答案，而计算机经历几万例数据的深度学习之后，才可能达到接近100%的水平，但仍然会犯错误，而且不鲁棒（robust）或者不稳定，因为它没有理解这个概念。现今的深度学习有强大的记忆和学习能力，但没有逻辑思考能力，它不了解人类世界是怎么回事。一个放射科医生大概通过五到二十个样板可以学到的概念，深度学习无法单从有限数量的样板中学会，而是需要编程序教它。所以深度学习其实没有“自知”之明，这是行业的一个基本痛点。
周翔回顾，五年前大家非常热情地说深度学习要颠覆很多行业，要代替放射科医生的时候，他认为不太可能，因为这些技术的痛点没有得到很好的解决，现在大家都认识到这件事情了。
医疗影像AI的“乐”
那么医疗影像AI的快乐又在哪里呢？在周翔看来，AI确实可以解决医疗行业的一些痛点，比如放射科医生面临的“草里寻针”的问题。人类视觉系统很难做到的事情，计算机却很容易做到。放射科医生的工作就是每天在草里面找针，不知道有没有针，也不知道有多少针，还希望能够找全、找到最严重、最大的那根针。周翔举了临床上的案例，比如找肺结节、骨折，或在大脑里面找很小的转移瘤，如果漏掉后果非常严重，这就是医生的痛点；但AI可以辅助医生，这是一件快乐的事情。
第二“乐”，就是所谓“视而不见”的问题。人的眼睛可以看到东西，但不一定看全。放射科在发现一个疾病后，有可能出现患者其实还患有另外一个更严重疾病的情况。针对上述情况，我们用AI的方法可以把所有疾病都找一遍，这个对医生、对病人都帮助很大，AI可以做到“视而见”。
第三“乐”，AI不仅可以做到“视而见”，还可以“见而量”、 “量而比”，就是进行量化比较。比如在脑卒中领域，患者的生死取决于在几秒到几十秒内医生的判断，有没有脑出血、脑出血是否在增加、脑缺血情况如何、血管分析等；还有各种癌症病灶的随访，这些都需要量化或者比较，人的眼睛很难做到，但计算机AI可以做得很好。
联影智能，志在必得
周翔介绍，中国在医疗影像AI方面有引领世界的势头。中国国产医疗装备进步非常快，顶尖期刊中发表文章的比例在快速提升，获三类证的情况也非常不错。过去十年，中国国产高端医疗装备占比不断上升，价格不断下降，在硬件方面联影医疗做出了自己的贡献。
关于联影智能正在做的事情，周翔介绍，联影智能主要做三件事：赋能医生、赋能科研、赋能设备。
第一，赋能临床医生。联影智能推出了几十款AI产品，解决许多种问题。周翔举了几个例子，比如在打架事故中，伤势的鉴定是重大司法问题，这使放射科医生压力很大，而AI可以对医生有所帮助。此外，在胸痛中心、卒中中心、手术规划等场景，以及胸外、肝胆、泌尿、神经系统、妇幼健康等众多领域，AI都可以起到很大的帮助作用。此外，AI还可以用来帮助做质控，指导年轻的医疗技师拍出更标准的片子。
第二，赋能科研。周翔介绍，联影智能建立了一站式科研平台，将自用的AI服务器和AI算法模块放到医院，让医生可以在医院内建立AI原型、做科研。未来如果想转化做产品，联影智能也可以帮助他们，与医生一起创造AI新方向。
第三，赋能设备。周翔说：“联影集团旗下已上市主体联影医疗的一些设备，也可以搭载联影智能提供的AI产品。比如我们的边缘计算摄像头，可以对人体进行解析，帮助CT和磁共振设备拥有看见病人、透视病人的能力，把图像扫得更好。AI还可以大幅缩短磁共振所需时间，在放疗中也有应用。此外，AI未来在元宇宙、数字孪生方面都有很多有前景的方向可以做。目前，我们的颅内出血AI产品拿到了创新医疗器械三类证，各种赋能医生的产品落地了一千多家医院，收到了众多医生的积极反馈：有医生跟我们说AI挽救了患者的生命；徐汇医院说我们的AI质控帮助他们大大降低了二级片/三级片的概率；中山大学肿瘤防治中心说AI的检出率比医生多二十几个百分点……这是我们感受到的真正落地的快乐。”
周翔认为，AI虽然现在还不能承担责任，但如果AI可以做到100%敏感性或者100%特异性，甚至不一定要完全做到，就会有落地机遇。比如核酸检测应用如此之广，就是因为它敏感性很高，只要你测出是阴性，就是安全的。虽然有些假阳性，但多测几次就可以拿到正确结论。而特异性特别高的AI，则可以用来做成警示型（Alert）产品，在救治病人方面也是有价值的。
关于AI医学影像未来对医疗行业的影响，周翔说：“AI这项新技术对医疗行业的冲击，就像电子表格对会计行业的冲击，有可能造成一些工作的减少或消失（比如薄记师Bookkeeper）。在医疗影像方面，三维重建技师的工作量应该会变少，所以会有一些痛。但对于会用AI、懂AI的技师和医生来说，也是很快乐的。”
未来，AI会实现从量变到质变的过程，算法算力、软件架构等方面的创新都在促成行业变化，AI能够切实的帮助医生。此外，周翔表示，从商业的角度看，在创新的同时，成本要足够低才有商业价值，因而成本和运营非常重要。
最后，周翔指出，联影智能作为联影集团的AI子公司，有软硬结合的能力、多维落地的渠道、独立的平台，以及强大的算法和创新能力，并且在全球有深厚的科研布局，产品过硬。周翔对于行业未来的繁荣志在必得：“相信我们这个行业最终一定会大发展，而且一定会有让投资者也很快乐的结果。”
免责声明
本文内容仅代表嘉宾立场，并不代表华兴资本集团（“华兴资本”）之意见，华兴资本不担保文中信息之准确性或完整性。任何人如因使用本文之材料而承受直接、间接或相关的损失，华兴资本不对此等损失负任何责任。
本文仅供接收方作参考用途，不构成出售或购买或认购证券的邀请或向任何特定人士作出邀请，不作为也不应被视为在任何地区对任何证券的研究报告或任何基金募集文件或对基金投资人的任何信息披露文件。华兴资本与本文所提及的公司之间可能存在或寻求业务关系。接收方不应仅依靠本文，而应按照自己的判断作出投资决定，并在作出任何投资行动前，咨询专业意见。 |
