醫(yī)療影像AI落地難 三大痛點(diǎn)急需解決

“AI的‘燃料’是數(shù)據(jù)?！苯?，在超聲大數(shù)據(jù)與人工智能應(yīng)用與推廣大會(huì)上，上海交通大學(xué)附屬瑞金醫(yī)院教授詹維偉打了一個(gè)形象的比喻，他說，驅(qū)動(dòng)AI落地臨床，數(shù)據(jù)的可用性起著基礎(chǔ)性的作用。

“頂級期刊刊發(fā)的關(guān)于醫(yī)學(xué)影像AI的論文大多需要大樣本（10萬以上）數(shù)據(jù)庫訓(xùn)練?！闭簿S偉說，海量的數(shù)據(jù)意味著數(shù)據(jù)可用、不被污染、且能實(shí)現(xiàn)標(biāo)準(zhǔn)化。

而事實(shí)上，中國的醫(yī)學(xué)數(shù)據(jù)看似很多，但是可用性并不高，正是因?yàn)榇嬖诒晃廴?、信息不健全、難以標(biāo)準(zhǔn)化的三大“痛點(diǎn)”。東南大學(xué)生物科學(xué)與醫(yī)學(xué)工程學(xué)院教授萬遂人表示，在多中心的數(shù)據(jù)庫建立過程中，經(jīng)常出現(xiàn)對同一醫(yī)學(xué)問題的不同說法。他認(rèn)為需要經(jīng)過幾年的時(shí)間，完成行業(yè)標(biāo)準(zhǔn)的工作。

另一方面數(shù)據(jù)的不統(tǒng)一還存在一定的客觀原因，例如不同品牌的儀器成像機(jī)理和標(biāo)準(zhǔn)不同，因此對于同一病灶輸出的影像并不相同，這也大大提高了數(shù)據(jù)庫標(biāo)準(zhǔn)化的難度。

為此專家呼吁相關(guān)機(jī)構(gòu)進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化工作?！罢麄€(gè)醫(yī)學(xué)人工智能的基礎(chǔ)是大數(shù)據(jù)，大數(shù)據(jù)的基礎(chǔ)是我們數(shù)據(jù)樣本的標(biāo)準(zhǔn)庫是否建立?！眹倚l(wèi)生健康委員會(huì)規(guī)劃信息司信息處處長沈劍鋒表示，標(biāo)準(zhǔn)的醫(yī)學(xué)影像數(shù)據(jù)庫不僅應(yīng)該對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，還應(yīng)該對病灶有清晰的標(biāo)注，且兼顧年齡分布、疾病分類等其他維度的信息。

據(jù)介紹，國家衛(wèi)生健康委員會(huì)已經(jīng)開始著手進(jìn)行國家層面的數(shù)據(jù)標(biāo)準(zhǔn)庫的建立。并發(fā)布了《全國醫(yī)院信息化建設(shè)標(biāo)準(zhǔn)與規(guī)范》《全國醫(yī)院數(shù)據(jù)上報(bào)管理方案》等指導(dǎo)性文件，對包括數(shù)據(jù)在內(nèi)的相關(guān)信息進(jìn)行標(biāo)準(zhǔn)規(guī)范。

“擁有大數(shù)據(jù)的第三方公司也應(yīng)該在數(shù)據(jù)規(guī)范方面從事更多的工作?！闭簿S偉說。

美年大健康集團(tuán)董事長俞熔對此表示認(rèn)同，他說：“我們的600家運(yùn)營機(jī)構(gòu)去年為兩千多萬人次提供體檢服務(wù)，龐大的流量和數(shù)據(jù)理應(yīng)承載更多的科研和技術(shù)突破的責(zé)任。未來將加強(qiáng)相關(guān)標(biāo)準(zhǔn)化數(shù)據(jù)的采集、質(zhì)量控制、數(shù)據(jù)分析工作，以便將數(shù)據(jù)提供給權(quán)威部門，助力建立醫(yī)學(xué)影像的專業(yè)數(shù)據(jù)庫。”

當(dāng)天，大數(shù)據(jù)算法與分析國家工程試驗(yàn)室杭州創(chuàng)新中心、浙江省數(shù)理醫(yī)學(xué)學(xué)會(huì)、美年大健康集團(tuán)三方達(dá)成合作，共建超聲大數(shù)據(jù)庫。醫(yī)學(xué)影像AI合作開發(fā)聯(lián)盟同步成立，并發(fā)出倡議呼吁各方積極推動(dòng)資源的高效配置，推動(dòng)醫(yī)學(xué)影像AI技術(shù)落地，通過聯(lián)合研發(fā)共同開展國家級和省市級重大專項(xiàng)、產(chǎn)業(yè)化基金、科技發(fā)展基金等項(xiàng)目的立項(xiàng)、申報(bào)和項(xiàng)目的執(zhí)行工作，實(shí)現(xiàn)產(chǎn)學(xué)研的優(yōu)勢結(jié)合。