技术浪潮不断更迭的今天，医疗作为关乎民生的重要领域不断发生着翻天覆地的变化。人工智能的出现，打破了多个行业的传统模式、不断向智能化迈进。为提升医疗服务能力，医疗健康事业建设者们也在努力让更多的信息化技术深度融合进来，人工智能就是其中的一个重要方面。

在CHIMA2018召开期间，上海交通大学附属儿童医院与卫宁健康共同举办了媒体沟通会，围绕“医疗AI－从创想到落地”主题进行了深度交流。上海交通大学附属儿童医院于广军院长，上海交通大学附属儿童医院影像科杨秀军主任，卫宁健康人工智能实验室负责人陈旭博士出席了本次活动，就医疗AI相关问题进行深度交流。

推动医疗AI发展 数据是首层保障

人工智能与医疗的融合已经不是新鲜事，就目前来讲，医疗影像由于其诊断规则明确、技术成熟因此AI迈进医疗领域一个很好的切入点。于广军在媒体沟通会上讲解道：“数据质量是人工智能在医疗领域发展的一个重要的基础前提。就拿AI骨龄检测为例：它的数据来源必须是医院影像库里所提取出的一些质量较好、同时由专家进行过标注的数据。只有用这样的数据作为机器学习的基础，才能让人工智能诊断更精准。”他还说：“在医疗大数据研究的过程中，也有一些应用场景对于数据质量的要求没有那么高。但是用于机器学习诊断的数据，质量必须要过关。”

借力AI为医生赋能

杨秀军主任深有体会地谈到，各大医院一直都迫切希望借助人工智能实现骨龄评估自动化。而且骨龄评估的诊断思路及过程仅限于生物医学模式，不同于其他需在生物－心理－社会等多模态医学模式下“先定位后定性、结合临床下结论”的影像医学服务，特别适合AI开发，于是萌生了AI用于骨龄检测的创想。

杨秀军主任在谈及开展此项目的初衷时表示，在过去，基于人工视觉的影像学骨龄评估，无论图谱法还是计分法，都非常机械费时、主观因素影响大，而且各家参照标准不一、标准图谱准确性及人群适用性也颇为存疑，致使其技术效率低下，且医师之间、医院之间的判断结果误差很大。

同时，影像医师尤其儿科影像医师缺口大，个体工作负荷重，从机械、繁重的骨龄影像读片中解放出来的愿望强烈。另外，不同于成人综合性医院，儿童医院骨龄检测需求非常巨大，每个工作日近百例骨龄DR读片、比对和骨龄匹配，连骨龄图谱书籍都因过度翻阅、耗损得时常更新。

如今，我们借力AI从读片到输出骨龄诊断报告甚至无需30秒、仅“读”骨龄更是实现亚秒计，不仅大大节省了时间，而且平均绝对误差仅0．43年，诊断准确率达98％。

三大要点 高度概括医疗AI“经验录”

目前人工智能在医疗领域的发展程度可谓是参差不齐，虽然众多医疗机构都在展开对医疗AI的探索，但是也有不少项目被迫叫停。面对这样的现状，于广军院长提出了三大要点，为广大医疗信息化建设者提供宝贵经验。

1．紧抓需求痛点

人工智能的研发，一定要选择真正的需求痛点作为切入方向，要确定在研发的方向上有强需求，而不是顺应一些所谓的“伪需求”。

于广军表示：“经过实际研究，我们发现从临床角度来看，骨龄检测方面对AI技术融合的需求是很强烈的，人工智能骨龄检测能有效提升诊断效率，还能够有效避免因医生水平差异等因素导致的诊断结果不精准等问题。”

杨秀军介绍说，基于人工视觉的影像学骨龄评估，无论图谱法还是计分法，都非常机械、费时、主观因素影响大，而且各家参照标准不一、标准图谱准确性及人群适用性存疑，致使其技术效率低下，医师之间、医院之间的判断结果误差很大。

同时，影像医师尤其儿科影像医师缺口大，个体工作负荷重，从机械、繁重的骨龄影像读片中解放出来的愿望强烈。另外，不同于成人综合性医院，儿童医院骨龄检测需求大，每个工作日近百例骨龄DR读片、比对和骨龄匹配，连骨龄图谱书籍都因过度翻阅、耗损，需要时常更新；而一些综合性医院因受检者不多、图谱更新慢等客观因素，评估骨龄难免不够精准。

因此，无论儿童医院还是成人综合性医院，都迫切希望借助人工智能实现骨龄评估自动化。不同于其他需在生物－心理－社会等多模态医学模式下“先定位后定性、结合临床下结论”的影像医学服务，骨龄评估的诊断思路及过程仅限于生物医学模式，特别适合AI开发。”

2．选择技术成熟点

“医疗领域的影像数据资源丰富，影像诊断规则相对明确，最重要的是，目前的医疗影像处理技术也已经很成熟，这为人工智能在医疗领域的发展提供了很好的基础。”于广军如是说。

3．注重合作方工程化能力

医疗AI项目是否能够成功落地，选择合作方非常重要。对此，于广军表示：“在选择合作方的时候，我们进行了慎重的考虑：一方面合作机构应该具备较强的科研能力；第二方面，合作机构更要具备很强的工程化能力和丰富医院信息化建设实践经验。目前，我们与卫宁健康在人工智能辅助检测骨龄方面取得了令人满意的成果，在提升儿科影像医生工作效率的同时为儿科影像的学科发展以及中国健康儿童大样本骨龄数据库的建立打下基础。”

坚持创新、脚踏实地 爆发医疗AI“小宇宙”

AI技术应该深入医疗本质，解决医疗服务过程中的核心问题，从实际出发去赋能医生、造福患者。

陈旭在沟通会上介绍说：“卫宁在人工智能的研发方面有两大优势，一是我们有大量的医院客户（全国超过5000＋）作为基础，这些医院的各类需求，我们能第一时间感知并给出反馈，大大丰富了我们人工智能应用的场景。二是我们多年来始终专注于为医疗机构提供医疗信息化完整解决方案，医院的各种数据最终汇集在我们的数据集成平台上，这为研究提供了海量、多模态的数据。卫宁人工智能致力于已经将AI算法作为服务无缝整合到医院的业务系统当中，这是不仅是卫宁的创新，相信也是业界的创新。今后我们也会继续坚持创新、脚踏实地，探索真正有价值的AI应用。“

沟通会最后，于广军院长表示，随着科技的进步，医疗AI的应用场景一定会越来越丰富，无论是在临床诊断、手术治疗还是后勤管理，它都拥有广阔的发展前景，未来可期。