第三节　医学影像信息技术与人工智能技术的进展

一、医学影像信息技术的进展

（一）医学影像信息系统与HIS、EMR高度集成

近年来，由于HIS、RIS、PACS、院内集成平台等系统日益完善，尤其是“电子病历应用水平评审”“医院互联互通标准化等级测评”“智慧医院等级测评”等行动，促进了医院信息化整体水平的提高，同时带动了影像信息系统的进一步发展，进而推进了整个医学影像信息学的飞速发展。医学影像相关应用系统与临床系统之间的融合更加紧密，可以使影像科医生获得患者更多的其他相关临床信息。这十分有利于提高影像科医生的诊断效率和准确性，也将成为未来影像信息学发展的一个重要方向，同样，也使临床医生更方便、更快捷地获得相关医学影像信息，有助于临床诊断。随着国家关于医联体、医共体政策的逐步推进落实，医院的PACS、RIS、HIS可以通过区域卫生健康信息化服务体系，向基层医疗机构和医生提供更多的远程影像、临床会诊服务，有利于优质资源下沉，全面提高医疗服务水平。

CR、DR、MRI、CT等各种影像设备的成像各有特点，各种检查技术相互补充。PACS多影像的融合和集成能力有助于影像科医生依据多种影像信息，综合对比做出更准确的诊断。

（二）医学影像信息技术应用范围进一步扩大

PACS/RIS最初源于放射科，仅负责放射影像信息的管理。随着临床对影像共享需求的进一步扩大，DICOM标准也不断更新，支持的医学影像种类不断增加，其作用范围早已不局限在放射科，而扩展到了几乎所有的医学影像领域，如超声科、病理科和核医学科、腔镜系统、心电、脑电等。近几年，在口腔科和整形外科中也得到了应用。在院内信息集成平台的支撑下，各个医院信息系统间相连相通更加深入，医学影像信息应用范围不断扩大，为临床提供的支撑作用也越大，这是现代智慧医院发展的必然趋势。

（三）影像信息技术的发展促进了区域健康信息化水平的提高

在我国医疗资源分布严重不均衡的大背景下，国家倡导的远程会诊、双向转诊、分级诊疗等区域医疗协同的工作不断增加，加上近几年蓬勃发展的互联网医疗服务的出现，临床医生对电子病历、健康档案数据越来越依赖，尤其是对重要的医学影像资料共享需求越来越强烈。影像信息技术走出医院，走向区域化的应用趋势越来越明显，各种影像云平台、影像中心的建设，数字化胶片、云胶片等项目的应用就是一个证明。在医学影像信息学不断发展的推动下，区域卫生健康信息化建设工作将进一步完善和发展。未来以互联网远程会诊和互联网医院为代表的区域健康医疗服务形式，越来越获得广大居民欢迎，医学影像资料的使用效率会逐渐提高，从而加快区域PACS的发展。

（四）影像信息+3D打印技术的临床应用

1.在手术培训方面的应用

采用一体化3D打印平台，建立各种心脏及血管疾病的功能化医学模型平台。基于患者临床数据的高度仿真个体化心脑血管疾病模型，结合多功能传感器和新型智能控制技术，研发不同难度等级的血管介入手术训练设备，通过培训临床医生，可以提高未破裂动脉瘤、复杂血管畸形等疾病手术的成功率。

在腹腔镜手术方面，利用高危患者的影像学信息提炼个性化解剖特征，建立柔软度和弹性接近人体器官组织的手术训练模型。基于磁导航、视觉捕捉和力反馈测定等技术，开发专业培训系统，可以对腹腔镜及达芬奇机器人手术关键操作进行培训，也可以开展在影像设备支持下的疾病定位、术中导航、穿刺活检等方面的应用。

2.在临床治疗方案设计及效果评价方面的应用

采用已建立的成熟医学模型、专家共识及手术标准化培训课程，通过对大量现有临床数据进行分析，比较同病种不同治疗措施的有效性，可以选择更优的且与病症信息相匹配的治疗方案。如开展高影像对比度、仿真模型在骨科、颌面外科、整形外科等术前规划及术后效果评价。医生在确定好相应的治疗方案之后，采集所需填充的骨组织数据，对比已有数据库内的类似病例数据，按实际需求进行3D打印，确保植入物的准确性和安全性；手术完成后可以通过实际测量数据与手术前的计划进行对比。

3.3D打印技术云应用模式

由于3D打印应用量不大但前期投资较大，所以采用云模式向用户提供3D打印服务具有广阔的前景。云服务模式是以“互联网+3D打印服务”的模式，联合具有大数据管理、分析、处理经验的互联网公司，提供3D打印方案、模型制作、3D打印设备销售等为一体的专业服务平台，为临床单位提供所需的3D打印服务，快捷、高效地为患者定制3D打印植入物。

二、人工智能技术的进展

随着人工智能技术在医学影像领域的应用不断深入，越来越多的医学影像AI技术逐渐成熟并陆续进入临床验证阶段。目前，国内外医学影像AI产品按照其临床功能大致包括以下几类：一是使用AI技术改善成像质量、提升成像速度和图像测量、分析等处理类软件；二是利用AI技术辅助诊断类的软件；三是使用AI技术优化临床流程服务方面的应用软件。

影像AI辅助诊断产品目前涉及肺结节、糖尿病视网膜病变、冠状动脉、脑肿瘤、脑卒中、骨龄、骨折、乳腺、肝脏、盆腔等几乎所有脏器的疾病诊断。2022年上半年已经有19家以上企业获得了国家药监局三类医疗器械注册证（下称“三类证”），部分企业还获得了美国FDA的注册证和欧盟的CE认证，多数公司产品持有二类注册证。随着国家卫生健康委员会对智能化医疗机构、智慧医院认证工作的开展，相信未来智慧医院的智慧医疗的概念会深入人心，实现智慧医院的全流程改造也应该是不远的愿景，今后医学影像AI技术会有如下几个趋势：

（一）产品品种越来越丰富

目前，诊断性AI产品是医学影像领域的主流，影像辅助诊断型产品占70%~80%，支撑类、管理类产品大约不到10%，放疗、手术辅助等类型产品约占5%。从病种来看，在肺部、眼部、心血管、脑部等脏器的应用比较丰富。大部分AI产品都集中在影像诊断方面，如肺结节和冠状动脉疾病等，目前已经在一线常规工作中广泛使用，信任度正逐渐提高。

（二）向功能细化、综合通用方向发展

产品通用、综合多功能性是必然的趋势。以肺结节为例，理想模型不仅要检出病灶，还要实现图像的分割、量化、定性、随访等信息，最后需要出具结构化报告。目前AI模型仅检测出单一器官里的某一种疾病是远远不够的。比如患者在行胸部CT时，不仅需要针对肺部组织检查，还要检出包含心血管、纵隔、胸壁、横膈等各个器官的所有疾病才符合临床需求，由单病种诊断向多病种、多任务模型发展的一体化的多模式AI才具有实用价值。另外，对于同一脏器的综合识别，一体化多模式AI算法与各种影像数据智能识别算法融合可以大大提升影像诊断的符合率，使AI产品具有良好的使用效果和应用体验。

（三）基于云平台的AI应用服务

互联网+AI的方式是实现优质医疗资源下沉的好办法，可以减少建设经费的投入、降低单次使用成本。AI质控类产品还可以做到图像质控、报告质控、诊断质控，从而推进医疗服务质量的提高，最终实现检查结果互认。大规模教学医院影像医师可以突破时间和空间限制，利用空闲时间提供AI诊断服务的指导，结合实际病历进行AI应用示范教学，提升基层的实际诊疗水平。

（四）AI技术优化医疗服务流程

在导诊、问诊、诊断、检查、治疗的过程中，整个闭环都需要AI的参与；在管理方面，AI技术的解决方案也是未来发展的一大需求和挑战。

（五）现有AI产品的整合

AI系统的应用将会越来越人性化。首先对现有产品进行整体整合，由于科室和医院层面使用的AI来源复杂，各个产品都有相对独立的界面，互相切换过程烦琐，整合建立统一的AI产品入口，可以提升工作效率和保证工作质量。其次，未来需要将影像医师的诊断和AI的产品提示结果，科学地整合成一体化的结构化报告，医学影像AI产品逐渐贴近医师想要的临床场景和工作习惯，人机工程界面和诊断内涵将越来越精细化，形成人机一体化的良性融合。

（六）医工融合密切合作是发展方向

AI人工智能的未来一定是IT技术与临床诊断技术的密切合作、相辅相成、共同发展的过程。AI人工智能影像辅助诊断技术，是对大量临床海量影像数据进行反复深度学习的结果。在此过程中，临床影像医师对病症的标定工作十分重要。这个工作将会一直持续下去，这种持续的合作会使AI人工智能辅助诊断系统越来越聪明，诊断准确性越来越高。

（七）医学影像AI发展的困难

目前，医学影像AI的发展势头不错，但依然存在许多瓶颈问题需要解决。

1.技术突破

在技术方面，还需要在算法和系统架构方面突破，重点制定基于检查部位的多任务模型的解决方案，推出真正解决影像科医师痛点的产品，才能使目前AI 应用的效果得到本质的提升。

2.影像质控

在影像数据汇聚过程中，加强影像质控工作非常重要。必须采用同一标准、统一标定的结果，否则推出的AI产品很难具有一定的普适性，有可能会造成在一个医院好用，而到另一个医院无法应用的尴尬局面。

3.临床准入

临床准入方面，明确AI的临床安全性和可靠性，需要建立临床质控和评价体系。虽然已经有三类注册证陆续发放，但需要定义完整的AI产品形态与软件功能边界，通过行业协会建立用于AI产品的临床验证和评价规范体系，帮助相关企业尽快完成好产品的验证，让更多的符合临床的产品获批三类注册证，造福患者和影像科的医生。

4.数据安全

安全方面，需要明确数据所有权和使用权，进一步健全数据安全性和规范化使用法律法规，健全AI产品使用的伦理规范，需要医疗主体明确AI的使用目的、路径和规范。

5.强化监督管理

由于AI技术的介入，发生的医疗风险情况与传统医疗风险管理方式有所不同，需要提出针对AI产品分类、分级的监管措施。

从技术发展角度来看，医学影像行业将因AI技术的不断成熟而发生巨大改变。这些改变会发生在医学影像的各个工作环节，包括影像检查、疾病诊断、影像质量控制、科研、教学等。目前AI的专项工作效能已经超越了人类最好的专家水平。未来在临床工作中，将会出现更多的AI技术，相关标准、基础建设一定会得到大力发展，医学影像信息学也会随着AI技术的进步而快速发展。

（李广武　刘景鑫　周学军）