2020年9月18-20日，由中国医学影像AI产学研用创新联盟（CAIERA）主办的第二届中国医学影像AI大会在上海国际会议中心盛大开幕。本届大会以“AI助力健康中国”为主题，吸引国内外数千名政、产、学、研、医及AI产业界代表参会。依图医疗受邀参加并发表主旨演讲，就数据智能时代的智慧影像发展趋势展开分享，care.ai系列AI解决方案亦同期亮相。
大会主席、中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长、上海长征医院医学影像科主任刘士远教授在开幕致辞中表示：此次大会是在抗疫斗争取得重大战略成果的背景下举办，是在常态化疫情防控部署下，有秩序恢复正常工作状态的有力表态，更是变局中的新开局。有关医学影像AI的努力和研究刚刚开始，未来仍将有诸多不断涌现的需求及应用场景等待发现及挖掘，期待政、产、学、研、用一起携手，共同实现健康中国美好愿望。
与会专家参观依图医疗展台
战疫：中国AI走向世界
国家癌症中心的数字显示，恶性肿瘤已占中国居民全部死因的23.91%，每年因恶性肿瘤导致的直接诊疗费用超过2200亿元；而在由国家卫健委发布的《健康中国行动??癌症防治实施方案》中，“提升癌症5年生存率，提高基层诊疗能力，健全癌症筛查长效机制”等目标也一直是重中之重。
疫情初期，武汉各家医院里，汹涌而来的CT影像阅片需求一度令一线医务人员崩溃，部分定点医疗机构单日CT人次甚至从300暴涨至1000，危急时刻，以胸部CT新冠肺炎智能评价系统为代表的中国AI迎难而上，与医护人员一道筑起战疫长城。
新冠疫情堪称2020年度全球最大的黑天鹅事件，当疫情来袭，医学影像AI技术在精准筛查、快速诊断、疗效预测等多个防控领域均发挥了重要作用。
在题为《数据智能时代的智慧影像新“战场”》的主题演讲中，亲身经历战疫全程的依图医疗方骢博士就回顾了多个战疫经典瞬间。
中华医学会放射学分会主任委员、北京协和医院放射科主任金征宇教授以线上致辞的形式对于大会召开表示了祝贺。金征宇教授表示：AI在医学影像上的应用是一个非常好的课题，医学影像AI也受到最多的关注。在刘士远教授和团队的共同领导下，产学研用联盟做了很多的工作，对各方力量进行了非常好的组合。
依图医疗方骢博士
带着扎实的临床效能数据与好评，短短数月，该套AI系统部署医院数量突破100家，上海、温州、浙江、新疆……“AI战疫”无处不在。
随后，意大利、法国、波兰、中东、东南亚……越来越多的海外医疗机构也开始与“中国AI”亲密接触。
伴随医疗水平的提升，临床决策及科研中对于多模态全生命周期数据的治理提出了更高要求，然而，多模态数据治理及价值挖掘对于AI技术的广度、深度都提出了严峻的考验，唯有集AI技术之大成者方能游刃有余。
下基层：破局基层早筛早诊早治的“依图方案”
在另一项多中心研究中，基于智能多组学科研平台，依图医疗与合作医院成功的利用胸部CT影像与临床病理信息构建出高性能的深度学习模型，实现了无创、动态、廉价的ALK融合状态的预测，其结果可作为实验室检查的重要补充，指导ALK靶向药物的使用，为医疗机构，尤其是高通量测序无法普及的基层医疗机构提供了一种独创、动态、准确且廉价的全新新检测方法。
大会主席、中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长、上海长征医院医学影像科主任刘士远教授
此次大会上，依图医疗也为在场嘉宾带来了以AI技术赋能基层癌症早筛早诊早治的“依图方案”。
但智慧影像的进化远未结束。正如数年前RSNA大会上所预料的??AI，正在帮助放射科医生重回临床决策中心。
然而遗憾的是，由基层患者认知有限、诊疗能力不足、一致性差、缺乏全生命周期管理等问题，这一利国利民的重要国策难以广泛铺开。如何真正推动不同层级医疗机构分工协作？如何真正赋能基层，让基层担当健康守门人重任？早筛人群又该如何实现全生命周期健康管理？
“筛查想要下基层，赋能基层诊疗能力是关键，”方骢博士透露：“通过构建基于AI赋能的多层级筛诊治一体化平台，并根据地区实际情况及学科发展需求配置个性化解决方案，在多个省份的专科诊疗平台及省级肿瘤筛查平台上，依图医疗已经实现了让基层患者’筛的出，留的住，治的好，分的走，管不丢，数据全’，做到’患者受益，学科发展，管理有方’，生态链条实现良性循环。”
在浙江，依图医疗携手浙江大学附属儿童医院等多家医疗机构建成儿童生长发育疾病智能诊疗质控管理平台，该平台六一线上筛查活动5天之内筛查人数即超过5500人次，相当于平日数倍。
而在另一省级癌症筛查平台中，AI技术已成功下沉至村医，直接触达村民，极大提升筛查效率，短短3个月内筛查覆盖人数就已达到80万，且在全栈式AI技术的支持下，该平台实现了筛诊治一体的全生命周期健康管理及数据沉淀，为后续随访、质控、科研、管理等打下坚实基础，实现学科良性协同发展。
助力临床：全栈AI赋能精准决策
以华西医院与依图医疗合作建立的全球首个肺癌临床科研智能病种库为例，在第一期近3万份肺癌患者全生命周期数据中，部分TNM分型信息存在缺失并影响到医疗数据后续利用，依托依图医疗全栈式AI技术，综合治理文本、影像、病理等多模态信息，TNM分型缺失率大幅降低。
版权文章，未经授权禁止转载。详情见转载须知。
