12月18日，由鹏城实验室、新一代人工智能产业技术创新战略联盟共同举办的“新一代人工智能院士高峰论坛——智慧医疗论坛”在深圳召开。会上，中央保健专家刘荣、深睿医疗首席科学家俞益州、中国科学院深圳先进技术研究院副院长郑海荣等人就智能医学、智能影像辅助诊断等话题进行了分享和探讨。
Al引发大变革，智能医学时代将来临
医疗是人工智能较好的落地场景之一，近几年，随着人工智能政策的出台，资本的接连涌入，医疗人工智能公司呈雨后春笋般出现。目前人工智能已在医学影像、医院管理、健康管理、药物挖掘等全医疗产业链均有应用。
在中央保健专家刘荣看来，未来全球将进入智能医学时代。智能医学并非简单等同于现在人们所讲的智能医疗，智能医疗仅侧重表达在人工智能技术的驱动下所出现的人工智能新产品，而智能医学是指利用人工智能的工具和方法，辅助或替代人类进行医疗行为的科学。
智能医学之所以出现，主要得益于语音识别、图像识别、视频识别、智能导航等人工智能技术的进步。以图像识别为例，该技术的进步从三个方面推动智能医学的出现：第一，推动了医学影像诊断的发展。目前皮肤癌的影像诊断准确率就已经超过了91％；第二，可做多模态影像识别。通过将CT、核磁、分子影像等多模态医学影像进行融合分析，提取更多的影像信息，从而能大幅度提高诊断准确率；第三，还可进行三维重建，使医生更加直观的分析医疗数据。
智能医学时代还有哪些想象空间？刘荣以外科为例做了说明，未来外科将会采用手术机器人进行手术，并且还会加上智能导航以及自动控制。
在刘荣看来，智能医学时代也将有一些问题需要解决。比如未来医生将会从操作者变成监督者，医生的角色也将造成挑战。此外，数据安全也将成为突出问题。
人工智能在医学影像中的新机遇
据亿欧智库发布的《2018中国医疗人工智能发展研究报告》显示，智能影像辅助诊断企业在过去几年中获投数量最多。资本注入，一方面说明智能辅助诊断这一领域具有很大的想象空间；另一方面，也促成了这一领域的技术进步。
中国科学院深圳先进技术研究院副院长郑海荣以脑中卒粥样硬化斑块检测为例，阐明了人工智能对于影像数据收集阶段的作用。
在影像数据收集阶段，磁共振成像是斑块易损性评价的可靠手段。但目前，由于磁共振成像的检测时间过长（一般需要10分钟以上），这就容易出现运动伪影，从而导致诊断结果出现误差。而通过人工智能技术中的三维快速自旋回波、翻角算法等，就可有效地将磁共振成像检测的时间缩短至5分钟以内，并且提高斑块特征辅助智能分析。
在影像数据分析阶段，结合腾讯Al在消化内镜的筛查研究，腾讯高级研究员孙钟前提出，通过利用食管癌筛查的知识和数据，可以对胃癌进行筛查。这是不同病种间的迁移学习，能使智能诊断模型更加优化。
但据郑海荣表示，智能影像辅助诊断领域存在的问题依旧是数据采集标准化和数据标注标准化。在数据采集上，成像参数和设备的不一致都会影响到数据的标准性；在数据标注阶段，医生资质、标注方法以及不同医生对于病理的标准不一致都会导致数据标注不准确。
