医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。在临床应用上，又称为医学成像，或影像医学，有些医院会设有影像医学中心、影像医学部或影像医学科，并配备相关的仪器设备，编制有专门的护理师、放射技师以及医师，负责仪器设备的操作、影像的解释与诊断(在台湾须由医师负责)，这与放射科负责放射治疗有所不同。
目前国内不少业内人士认为医学影像是在AI医疗当中落地最好、效果最好的板块。在中国，影像科和病理科医生总共才8万多名，医生数量增长非常慢，而影像数据每年增长率是63%左右，这一定会促使AI扮演越来越重要的角色，帮助医生做疾病的筛查，从而降低医生的工作量。
1、医疗影像AI对哪些临床帮助较大？
对此，上海联影医疗科技有限公司X射线事业部向军认为，放射影像、病理科和内窥这三块对临床帮助较大。
放射影像：放射科数据比较容易获得，数据量大，大家投入的关注度比较高。
病理科：美国病理科医生平均年龄大约50岁，后继无人，没有人愿意每天看着显微镜，且每个病理数据都是GB的数量级。
内窥：内窥影像数据量非常大，如果数据采集后发到系统中用AI识别，就彻底改变了内窥角度的工作流程。
2、医疗影像AI面临着哪些主要问题？
尽管医疗影像AI对医生的诊断很有帮助，但是，病理影像用AI是很难的，在落地过程中遇到的挑战非常多。
①效率。病例影像与已经全数字化的放射设备不同，如果是病理图片，医生一分钟看完，但如果扫描数字化后20分钟都看不完。
②技术实现难度大。一方面，AI医疗影像从图片跨越到视频，对其中的芯片和算法需求也是一个很大的跨越。芯片领域大部分是NVidia的机会，国内有很多家人工智能芯片厂商，但在AI影像领域落地的还比较少。另一方面，从手术角度来讲，特别需要辅助性的东西，例如对血管的判断、对神经的定位等，这些如何从影像上升级？这不仅对实时性要求很高，对误判率要求还特别严苛。
③医生标准不统一这个问题现在是最严重的。中国数据量永远都足，只是这些数据都是没有标注的数据。不能定量的东西在不同医生之间就无法达成一致的意见，这是医学问题。而AI算法的首要要求就是标注必须是完全正确的。
④医生本身主观性太强。至今仍有医生在腔镜和开放手术里面还有争论，医生更喜欢开放手术就是因为：医生在看不到的情况下能够用手摸出是不是静脉/是动脉。
⑤医生心中抗拒AI，“不会帮助训练模型”。现在整个放射学界和临床医生都很拥抱AI，主动做很多AI相关的课题，主动性有时候比工程界都高。但现在AI应用更多还是需要人的参与，这种系统更多算是信息系统，而非智能系统。
但随着技术的发展，部分问题得到了解决。比如最近阿里巴巴达摩院和阿里云联合出品 “新冠病毒肺炎 AI 辅诊助手”。它可以帮助医生快速进行疑似病例诊断，从而让 AI 在抗击疫情中大显身手。 该AI 诊断技术，可在 20 秒内对疑似案例的 CT 影像进行判读，区分新冠肺炎、普通病毒性肺炎及健康的影像，根据纹理特征计算疑似新冠肺炎的概率，并直接算出病灶部位占比，分析结果准确率达到 96%。
相信，未来中国的医疗影像产业将会解决掉所有问题，更上一层楼，追赶国外的脚步。
3、手术机器人最早在哪些领域落地变现？
据Research and Markets报告显示，医疗机器人市场预计到2021年将达到128.8亿美元，与2016年49.9亿美元相比，复合年成长率为21.1%。
Frost & Sullivan更是认为到2025年，80%的外科手术很可能由机器人完成。
医生做手术分为四步：分离、切割、止血、缝合。手术机器人想要代替医生的工作，在大多数人看来，缝合是最先会商用的一个步骤。
分离、切割、止血、缝合这4个操作是整个手术机器人操作里面最重要的4个核心，但在专科里的消融手术和切割手术已经走在最前面了。而缝合技术在过去10年当中变化很快，很多新的应用技术已经应用在缝合上，包括新的胶水和线，现在还有自动缝合技术。
对投资人来说，从不会只看局部，而是会看整体解决方案是不是能落地，例如手术内更细分应用如开颅、颅内探针等。整体来讲，投资人认为手术机器人仍然是门槛最高的行业，精度和配合度都要求很高。
閱讀更多 傳感器專家網 的文章
