从2016年后，AI浪潮席卷全球，在医疗领域，许多公司选择在影像科应用AI。四年时间过去，AI＋医学影像的产品已经走到了上市前的审批环节，直面商业化的阶段。但是AI影像诊断产品的成熟并不代表着医学影像已经走到了智能化的终点，相反，这只是医学影像智能化的一个开端。
北京赛迈特锐医疗CEO岳新告诉动脉网，如果把影像科医生智能化的工作流程分为临床申请——扫描——AI影像后处理——诊断决策等四大流程，AI辅助诊断才仅仅解决了其中一个环节的问题。而真正实现影像科工作的智能化和数字化，医生还需要更多智能工具的支持。
成立于2016年的赛迈特锐医疗科技正是希望通过提供更多的智能化＋工具，让影像科医生的诊断流程更加智能化，解决以往影像科PACS、RIS系统下，放射科影像科医生诊断报告一致性差、临床参考性不足、数据可利用程度低等问题，支持医生在临床治疗角度上进行精准影像诊断和报告输出。
目前赛迈特锐的产品已经覆盖了超过60个病种。赛迈特锐和华西医院、北大医院、北京大学肿瘤医院等国内知名医院达成合作，借助于知名医院优势学科诊断逻辑作为决策支持产品基础，使每个病种的诊断逻辑更加完善。
影像决策支持对于医生来说意味着什么？它和AI辅助诊断相比存在哪些差异？动脉网专访了赛迈特锐创始人岳新。
影像医生不止需要AI辅助诊断，更需要决策支持
从首都医科大学医学工程系毕业后的岳新一直扎根于医学影像领域。作为一名影像科的老兵，在20多年的工作中，他见证了医学影像从数字化到智能化的历程。
他回忆到，2000年左右，影像设备的升级带来了影像数字化大发展，CT从单排升级为双排、四排，影像设备升级让影像数据量大增。大量数据的诞生也促进了很多前沿性科研工作的诞生，例如RECIST评价。
在这时，岳新敏锐地感知到，大量的数据需要规范化的储存和管理。于是，在20年前，他创立了一家专注于放射科流程管理系统的企业，产品涵盖PACS（医学影像存档与通讯系统）、RIS（放射信息管理系统）。这家企业在全国拥有超过1000多家客户，获得众多客户的认可。
岳新表示：“在流程管理上，我们越做越细，但流程管理的本质是把过程中产生的信息进行记录，它希望信息记录后再有人去看，这是一种被动式储存信息的方式。”
被动式的流程管理造成在诺大的医院中数据的利用程度很低。医院大的集成平台存储着多个科室的数据，每个患者的数据其实分散在各个业务模块中。这为医生带来的直接影响是：医生若要基于诊疗数据做一个决策，需要花费大量的时间。
在医生需要调动更多更快地调动数据需求下，流程系统已难以为继，医学影像行业开始迎来新的变革。此时，恰逢AI技术方兴未艾，AI＋医学影像成为潮流，一时引起诸多关注。
不同于很多AI影像智能诊断企业研发人员是跨界进入医疗，岳新是医学影像行业一直以来的陪伴者，在早期他就感知到其实医生真正的需求在于对影像决策支持的需求。简单来说，影像决策支持是用数据去支撑医生进行基于诊疗目的的某个猜测，一旦医生有了某个猜测后，便需要一堆数据维度来支撑影像诊断决策。
