AI+医疗已经是大势所驱，虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究报告等领域已经开始逐渐引入AI技术，其中，医疗影像分析是目前人工智能应用比较成熟的分支，因为影像本身就是结构化的，没有人为因素干扰，可以通过人工智能进行快速、准确的分析。

现阶段，AI主要应用在医学影像的诊断环节，具体体现在两个方面：一是利用AI的感觉认知能力对患者的影像进行识别，获取重要信息，可以为经验不足的医生提供帮助，提高其判读医学影像的效率；二是基于深度学习，通过大量已有的影像数据和临床诊断信息训练人工智能系统，使其具备诊断疾病的能力，辅助临床诊断，降低漏诊误诊的概率。

“腾讯觅影”是目前AI技术辅助医学影像诊断的成熟应用。2017年8月“腾讯觅影”发布了早期食管癌筛查AI系统；接着，2018年7月8日又发布了结直肠肿瘤筛查AI系统，利用图像识别、深度学习等人工智能技术，与消化内镜结合，实现了辅助临床医生实时发现结直肠息肉，并实时鉴别息肉性质，以每秒分析10张影像的速度，为临床医生提供非腺瘤息肉、腺瘤息肉、腺癌等状态的实时提醒，辅助临床医生更准确、更高效地诊断结直肠肿瘤。

未来，人工智能在医学影像应用的发展趋势是不断加强系统专业水平，从辅助诊断出发，逐步发展到预测分析和辅助决策，从而贯穿影像诊断服务的全过程，为医生提供参考。那么，预测分析和辅助决策要取得进一步发展，还有哪些客观条件需要满足？还有哪些技术难题需要克服？目前有哪些最新的突破？

2018年8月31日，上海交通大学生物医学工程学院特别研究员、博士生导师钱晓华将在“OFweek（第二届）中国人工智能产业大会--AI+医疗论坛”上分享自己的主题演讲《医学影像信息系统：辅助检测、诊断和探索》，从几个案例来介绍医学影像信息系统的功能：辅助检测、诊断和探索。

1.基于非增强性CT的缺血性中风早期检测系统，以帮助医生尽早诊断。

2.幼儿颅脑早闭症的手术辅助规划系统，综合利用图像处理、机器学习和数学建模来设计手术参数，实现个性化医疗。

3.脑胶质瘤的诊断和探索系统，包括基于影像的智能诊断，影像和基因结合的标志物确定，以及新的临床分期方案探索。

钱晓华研究员长期致力于图像处理与机器学习、计算机辅助诊断和手术规划等方面的研究。最大的学术特点是能够结合人工智能、数学建模和生物信息等多学科方法，立足临床实践中的难点和科学问题，构建从影像表现，到基因组学和临床记录的多尺度研究，并以临床转换为目标开展工作。

活动详情和报名请点击：“OFweek（第二届）中国人工智能产业大会--AI+医疗论坛”

备注：

1、OFweek会员福利票，加入福利群参与推广分享即有机会获得1500元大会通票一张哦！

2、为支持科研，科研院所及学生报名可享5折优惠（须出具单位盖章或学生证明材料）。

3、5人以上团队参会订票享7折优惠，请直接与组委会联系。

4、因大会现场参会人数众多，为给注册观众提供更好服务，所有闭门会议现场不接受临时售票，请有需要参会的观众提前申请。会议报名时间截止8月28日。听众现场报到时凭参会确认码及名片签到入场即可。未经提前登记报名确认的听众，恕现场不予接待。

5、更多参会事宜请联系：