2015年4月，在这个人工智能技术仍游离于医疗以外的时间点，正在美国斯坦福大学癌症中心做博士后的柴象飞博士决定回国，成立了汇医慧影，开始了人工智能向医疗领域的迁移。这一刻，汇医慧影有着先发优势。

人工智能领域平均三个月的产品迭代速度让众多创业公司陷入了圈地竞争。在近四年的长跑之中，汇医慧影完成了从影像的数字化再到移动化和智能化的升级，其AI产品及云平台逐渐落地于800余家医院，数字化和移动化也铸就了今天汇医慧影坚实的壁垒。

在动脉网举办的“2018未来医疗强论坛”上，汇医慧影副总裁王捷归纳了2018年AI发展的趋势，并总结了汇医慧影发展的路径，希望为志同道合之士带来一些启示。动脉网记者将其观点整理如下。

汇医慧影副总裁王捷

医疗AI技术问题探讨

现代医学以一种不均衡发展的速度前进，这一不均衡不仅仅体现在地域、人力、技术等宏观方面，在医学影像领域，单看诊断环节，其需求与供给便表现失衡。王捷认为，影响影像数据迅速增长的因素主要包含以下两个方面：

第一，医学的发展为人类找到了许多慢性病的新疗法，但随着老龄化问题的日益严重和整个消费结构的升级，一些慢性病的发病率不降反升。此外，人们健康意识的不断提高，整个医疗服务的需求日益剧增。

第二，宏观上的医疗资源分配不均进一步加重了上述问题，欠发达省市的患者向发达省市流动，而医学院分布、医学院10年来生源并没有质的提升。

一线城市往往聚集了大量的一流医院与一流学院，一流学院的人才反哺医院，进一步加剧医疗资源的聚集，形成虹吸效应。

此外，囿于整个社会供给侧架构改革问题及职业成长周期特性，以及劳动强度的问题，整个医疗资源的供给有下行趋势，在这一背景下，医院需要从其他途径来提升资源供给。

以上两个问题均有可能依靠AI解决。归根结底，AI在医疗领域将起到一个补充产能的作用，为一流医院补充劳动力，为二流医院补充技术。这种补充将推进医疗颠覆式变革，让医学逐渐由经验学科走向一个数据驱动的学科，走向精准医疗。

从2018发展看AI变革

AI的发展绝不是一蹴而就的，整个2018年，AI以潜移默化的方式在改变着医疗领域。

1月，斯坦福吴恩达研究团队开源了含有4万张人体上肢端的X光片的数据集MURA，并用这个数据集训练CNN寻找并定位X光片的异常部分。根据研究，全球现有超过17亿人的肌肉骨骼存在问题，每年大概有3千万的急诊病例。开源数据集将帮助更多AI从业者深入医学AI研究。

2月，《CELL》介绍了中国团队的AI工具，这是一款能精确诊断眼病和肺炎两大类疾病的人工智能工具，该工具有效地将图像分类为黄斑变性和糖尿病性视网膜病变。在如今的医学研究领域，有越来越多的医生学者，包括专业期刊开始接受用AI建模的方式代替过去的长时间的生物活体实验的方式，这是一个非常显著的变化。

4月，汇医慧影联合中国人民解放军总医院血管外科发布“主动脉人工智能研究云平台AORTIST2．0”，这是全球范围内首次开发出的B型主动脉夹层人工智能自动分割方法，解决了此前B型主动脉夹层手术中的精准测量、预后预测和远程随访三大核心问题。

正常操作下，主动脉的影像多达1000层，医生对这些影像资料分析大致需花上一个下午的时间，而该AI产品通过对影像的扫描重建可以在20分钟的时间内完成影像分析，极大提升了医院的效率。

5月，ANNALS OF ONCOLOGY上的一项研究中，研究人员开发了一个深度学习卷积神经网络CNN，并通过展示10万多幅恶性黑色素瘤和良性痣的图像来识别皮肤癌。这是科学家们首次表明CNN作为人工智能或机器学习形式比有经验的皮肤科医生更能准确诊断皮肤癌。

9月，清华大学医学院生物医学工程系特聘专家廖洪恩教授课题组通过人工智能技术学习大量脑干胶质瘤患者的磁共振影像学特点，深度挖掘其与该基因的关联，不仅帮助医生获得基因学的诊断依据，而且方法分析得到与基因关联密切的影像学与临床参数能够提高医生的诊断经验。系列研究成果发表在生物医学工程领域知名期刊《IEEE生物医学工程汇刊》上。

同样在9月，来自法国的Eric Deutsch博士团队用癌症患者的CT图像训练人工智能，得到一个可以通过患者的CT影像准确预测PD－1抑制剂治疗效果的人工智能平台。那些被认为有效的患者的中位生存期（24．3个月），比预测无效患者的中位生存期（11．5个月），提高了一倍以上。

当2017年世界仍在讨论“AI取代医生”这个萦绕人类历史200余年的“弗兰肯斯坦”问题时，2018的各个学术峰会上已经开始讨论如何将AI技术运用于各个病种的治疗，让AI进入场景应用几乎已经成为全球学术界、产业界、甚至政界的一种共识。

全周期全量数据平台赋能就诊全流程

作为潮流中的一员，汇医慧影也在不断促进AI技术对于医学的推动作用。王捷对汇医慧影的发展做了简要的介绍。

在1．0时代，汇医慧影的胸片筛查、肺结节筛查、骨折检测、脑卒中……更多解决的是辅助筛查，进行病灶检出、病灶定位，形成结构化报告，形成初筛结果，供医生参考。

目前我们认为AI可以步入2．0时代，让AI走入患者的医疗全周期。医学影像的作用将不局限于筛查和诊断，汇医慧影还可以纳入患者的临床数据、病理数据、检查数据、基因数据、随访数据，基于多模态数据等数据，用以辅助手术指导、用药指导、预后预测等。

就商业模式而言，汇医慧影试图构建一个全周期全量的数据平台，结合患者和医院的需求，打磨出一个覆盖医疗全周期、全服务链的综合性的产品，用平台反哺其AI产品，而非仅仅用AI进行辅助筛查。

在数据方面，汇医慧影与500多家家顶级医院进行了科研合作，这些合作既包括影像组学的研究、深度学习的研究，开展了一些基于单病种的病例库合作，也会基于目前的医疗信息化系统对医疗数据进行清洗，完成医学影像的数据化建设，这一点也是汇医慧影迥异于其他同行的根本原因所在。

在患者管理方面，汇医慧影面向患者提供数字化影像服务，同时基于NLP技术，提供影像报告的智能解读，患者可以通过微信直接获取自己的医学影像信息及诊断结果，在患者的就诊体验上有了极大的提升。此外，在汇医慧影的平台上，获得影像结果的患者可以在线咨询影像专家进行进一步诊断。

如今，汇医慧影汇聚全球顶级AI科学家和医学专家，医工背景人才达50多位；并与清华海峡研究院、斯坦福大学、Intel等多家顶级学院机构成立多个AI实验室，在研项目超过500个，产学研用一体化闭环结构已初见成效，

在落地方面，已有超过800家医院搭载了汇医慧影的产品，其中超过一半的医院为三级以下医院，王捷认为：“在这个阶段下，AI最能发挥其价值的地方，仍然在于基层。在这些医院中，无论是减轻医生的工作强度，提高工作精度，还是发挥分层诊疗的价值，我们能看到我们的技术为医院、为患者带来实实在在的服务提升。”

展望2019年，数据将再次成为竞争焦点；AI将覆盖更多病种，进入更多科室，打通更多流程，进入普惠落地阶段；同时，这些创新技术将成为医改下沉资源、提高产能、推进精准医疗的新动能。