2025年观点医学影像跨界融合才是发展未来.pdfVIP

博学之，审问之，慎思之，明辨之，笃行之。——《礼记》

观点医学影像跨界融合才是发展未来

近日中华医学会放射学分会第十七届全国磁共振学术大会于太原

湖滨国际大酒店（山西国际会议中心）成功召开，本次会议吸引了全

国200余位顶级放射学专家，注册人数更2025人。汇医慧影

作为唯一受邀的人工智能公司，在继续教育专场上汇医慧影CEO柴象

飞做了“人工智能在医学影像的方法、挑战和机遇”的专题学术报告。

柴象飞博士作为受邀嘉宾，从人工智能的发展到医学影像的发展，

再到影像组学的分析方法和实践应用，做了全面深入的专题分享。柴

象飞博士曾在斯坦福癌症研究中心、荷兰癌症研究所和比利时鲁汶大

学医学中心三家世界顶尖的医学影像机构学习和工作，掌握医学影像

的分割、识别、分析及深度学习的核心技术，发表国际核心期刊论文

10余篇。

以下内容来自医学影像人工智能专家、汇医慧影CEO柴象飞博士

现场演讲摘选：

医学影像天生适合人工智能应用

医学影像的发展从以X光、超声、核磁、热成像、同位素成像为

核心的物理驱动时代，再到以影像引导、治疗计划、多序列核磁、靶

向造影剂为关键词的应用驱动时代，再到2010年后随着云计算、大数

据、人工智能技术的发展，医学影像已经走到了数据驱动时代，在海

量影像数据中挖掘有效信息，去优化诊断和治疗方法。

人工智能技术的发展将会给大数据挖掘带来新的价值和新的机会，

在医疗领域，医学影像数据挖掘是最可能最先走出来的，它天生适合

人工智能，柴象飞表示，因为医学影像具备4V特性：超过80%的医

疗数据为影像数据（volume数量）；随着影像检测设备、检测手段的

发展，多模态影像以及和病理、检测、基因以及随访信息等多种信息

数据结合，数据呈现多样性（variety多样性），数据体量越多，越多

样化，越适合用机器学习的方法去挖掘和处理；深度神经网络的发展

乐民之乐者，民亦乐其乐；忧民之忧者，民亦忧其忧。——《孟子》

给医学影像带来新的契机，然而它在实际应用中却遭遇了实际困难，

因为现行计算速度达不到要求，但随着通用型显卡、GPU、CPU的发

展使三维大尺度影像的计算速度和时效上得到大大提升（velocity速

度）；影像数据已经完成了数字化（veracity真实度），影像报告做

后结构化处理也最容易实现，因此医学影像是最容易用人工智能率先

实现突破的领域。

目前AI在医疗中应用包括语音合成、分诊机器人、看护机器人、

基因分析、语音识别、病历结构化、辅助决策、影像病理切片、手术

机器人等等，医学影像和病理切片呈现双高特点，包括安全性（可靠

性）和专业性上都非常高，也最具应用和科研价值。

深度学习对影像的应用最为成熟的是病灶的自动检测

AI从上世纪50、60年代发展至今，经历了从专家系统（正向学

习）、统计模型（模式识别）再到如今非常火热的深度学习，它模拟

人脑神经元，模拟大脑的分层认知结构，让机器像人一样思考和辨识。

AI的发展同时表现为从计算智能（能存会算）到感知智能（能听会说、

能看会认）再到如今的认知智能（能理解会思考）特点，这种发展离

不开高性能计算环境的支