飞利浦推出了IntelliSpace Discovery 3．0，这是一个旨在促进放射学AI算法在临床研究中的开发和部署的软件平台。近日该产品落地吉林大学白求恩第一医院（以下简称“吉大一”），辅助放射科医生通过智能化图像后处理为患者提供精准诊疗，并支持临床科研及应用转化。此外，飞利浦过去发布的IQon光谱CT一直以强大的信息获取能力著称，而近期研究表明，软件方面的技术可以减少后续扫描工作、降低造影剂使用量和x射线辐射剂量的水平，从而提高医院工作效率。

西门子也在人工智能技术上做出了广泛、深入的投入，如何持续提供创新的数字化医疗解决方案，打造数字化医疗生态圈，践行数字化医疗的企业价值承诺，成了这家巨头当下最大的追求。

西门子在AIX中表示，他们正在努力创造一种以人工智能为动力的数字“双胞胎”模型，这种模型可以用来模拟患者的单个器官生理状况，用于预测变化和治疗结果。该公司表示，这些数字模型还可以通过预测变化的影响，帮助优化工作流程。

富士展示了REiLI医疗影像与信息学AI项目。该公司目前正在开发一系列人工智能技术，如用于识别和提取器官区域的区域识别技术。REiLI的其他正在开发的应用包括计算机辅助检测，通过减少图像解释时间来帮助放射科医生的临床决策。富士AI的另一个新应用FCT Pixel Shine则提供了低剂量CT图像的图像处理。

富士展出的是64排CT，该CT配有嵌入Synapse 3d重建模块的控制台。该公司还强调了其FCT Pixel Shine技术，它能使用AI算法在极低辐射剂量下实现高效的图像处理。

三星正在展示在其成像模式中集成人工智能技术。三星的S－Detect for Breast软件能在超声图像上评估乳腺病变，并协助标准化报告和可疑病变分类。在数字影像学方面，三星展示了其Auto Lung Nodule Detection应用、SimGrid网格替换技术和骨抑制技术。它还推出了一个基于人工智能的颅内出血分类和通知诊断应用程序。

三星在超声方面推出了一款名为SonoSync的软件包。该软件提供网络服务，可进行实时超声检查，使临床医生可以及时查看图像。SonoSync还可以连接智能手机、平板电脑、笔记本电脑和台式电脑。

Luis Donoso Bach教授是巴塞罗那医院临床诊断影像学系主任、巴塞罗那大学放射学教授。作为欧洲放射学的领导者，他的研究涉及放射学实践的多个领域，包括肝脏成像、数字成像、诊断放射学中的IT应用和产品开发。

Luis Donoso Bach教授表示，随着CT、MR和介入放射学等技术的引入，放射科医生的角色从在医疗服务中的边缘地位移向中心：“今天，如果没有成像部门，任何一家医疗机构都会无法运转，毕竟病人几乎每次离开医院前都至少要做一次影像学检查。”

放射学在技术和临床之间取得了平衡，它已经成为一门强有力的学科。如果它要继续发展，就必须更多地参与临床，而不仅仅是辅助诊断，以拉近与患者的距离。同时，放射科医生必须超越检测病变和解释图像的范畴，因为机器已经比人类更好地完成了这些任务。

“放射科医生的角色应该是通过将影像信息与临床信息结合起来，并根据具体情况中来解决临床问题。要想继续发展，放射科医生必须不仅仅是放射科医生，还要成为‘影像信息方面的专家’。”人工智能的发展只是凸显了这种必要的转变。

到目前为止，放射科医生只研究“狭义人工智能”，用简单的算法来完成简单的任务。机器仍然需要人工辅助来学习如何执行任务。人工智能的下一个大趋势是深度学习，在这个过程中，机器不需要人工干涉就能自主学习。

同时，标准化的大数据将具有巨大的价值，放射科医生在这一领域仍将发挥重要作用。“我们可以帮助检验人工智能应用。人工智能是通过成像穿透医学，所以我们处于有利地位。我们必须拥抱技术，帮助开发和实现人工智能工具，因为这是在验证阶段。医生，尤其是我们放射科医生，是非常必要的。”Luis Donoso Bach教授说。

Valentin Sinitsyn教授是莫斯科罗蒙诺索夫国立大学医学院放射学系主任。他是俄罗斯心脏成像领域的先驱，帮助推动了俄罗斯心脏成像领域的发展，但他认为，要增加磁共振（MRI）和CT的使用，还有很多工作要做。

他坦诚地表示了对俄罗斯临床实践中心脏MRI和CT缓慢的发展失望的态度。心脏成像的好处众所周知，但心脏CT和MR检查在心脏成像中的运用比例仅为1％左右。他认为放射科医生和心脏病科医生的知识和积极性不足是造成这种情况的主要原因。

那么，人工智能将朝哪个方向发展呢？我们必须回答以下几个问题。

对于MRI来说，人工智能的价值在于替代不精确的手工测量成像，并加速定量成像在日常临床实践中的应用。这从自动化的大小测量，如肿瘤的长、短测量，扩展到更高级的肿瘤表型定量特征检查，包括结构、器官位置和异质性。而智能想要在人工的基础上更进一步，还需要做好以下几点：

1． 能够做出更明智的决策，提高诊断准确性；

2． 比较既往和当前影像学研究的变化和疾病进展的能力；

3． 更个性化的治疗计划；

4． 预测患者治疗反应的能力。

定量成像的趋势还处于早期阶段，因此需要解决几个市场障碍：一、商业市场关于定量成像的意识薄弱；二、不同供应商的定量成像软件得出的结果之间缺乏重现性；三、放射科医生在工作中使用该技术时，定量成像结果需要在初读时显示，而不是之后处理；四、大多数PACS系统不支持定量成像数据的搜索和挖掘。

当然，这些问题并非不能解决，当人们对人工智能的理解逐渐加深，企业间的交流逐渐丰富，这些障碍或许会在今后几年内逐步克服。

在混合成像中使用人工智能的好处对于决策支持、预测和其他应用是显而易见的，但是影像学专家必须采用实用的方法来实现人工智能在工作中的应用，这种情况只有在它们被整合到医院的主要工作流程中才会发生。

人工智能（AI）和混合成像（HI）结合起来会成为一个新的研究领域。“我们将从人工智能中获益匪浅。”ESHIMT总裁、来自奥地利维也纳的Thomas Beyer教授说。

HI将解剖图像与分子成像结合在一起，PET／CT和PET／MR已经为阅片者提供了比CT更广泛的信息。“对于HI，尤其是PET／MRI，放射科医生和核医学专家将开始利用动态成像模式，这就像随着时间的推移观察病变的功能。”Thomas Beyer说。但是，在肿瘤的观察中加入的参数越多，医生就越难对一种疾病的表型做出判断。因此，人工智能的深度学习能力和其他技术可以作为一种决策支持机制。

此外，HI与病理学密切相关，越来越多的研究人员将AI视为介导成像和组织病理学的工具。目前已经有研究将数字化组织病理学与PET／MRI相结合，建立基于机器学习的预测模型，在不需要活检的情况下鉴别前列腺良／恶性肿瘤。

来自瑞士的核医学医师、放射学家和物理学家Antoine Leimgruber说，肿瘤学可能比其他任何领域都更需要通过放射组学、蛋白质组学、基因组学、病理学、治疗和放射治疗来整合成像数据，从而向个性化医学发展。放射学可以帮助放射科医生和核医生获得最大限度的疾病信息。

到目前为止，运用放射组学收集的大部分数据都是关于肺癌的。一半的研究集中在病变的特征（恶性或良性）。Antoine Leimgruber相信，这些只是初步数据。“利用现有的科学知识和技术来决定是否需要对肺结节采取措施，是很容易的。”虽然这已经是一个复杂的问题，但这是迈向更加一体化的放射组学或放射组学＋的第一步。

更全面的影响组学方法正在出现，但是在临床环境中使用它们是非常困难的，因为数据每天都在非常快速地流入每家医院，而问题的关键在于医疗团队将如何对其进行有效地整合。

一个可靠的开端是，人工智能有望以尽可能自动化的方式，从可复制协议中提取的简单而标准化的数据集成到医院工作流中，以便人们实际使用或访问数据。“否则，‘垃圾进垃圾出’的老话也会影响到放射学，这对任何人都没有好处。”Antoine Leimgruber总结道。

在人工智能领域，中国技术一直走在世界的第一梯队，中国力量也频繁出现在各大国际会议之上。

在本次会议之上，我们能看到推想（InferVision），图玛深维（12 Sigma），安德医智（Biomind）等AI公司，江苏麦格思频（JiangSu Magspin）、普爱医疗（Prelove）、巨鲨医疗（JuSha Display）、深圳巨烽（Shenzhen Beacon）、汕头超声（SIUI）等器械公司的展台，以及他们所展示的卓越技术。

作为国内心脑血管人工智能的领航者，数坤科技在会上向英国放射协会、中华医学会放射学分会的权威教授，以及全球的设备厂商、制药商、解决方案商等分享了将AI用于心脑血管疾病辅助诊断的成熟经验。

数坤科技在ECR做心血管人工智能技术分享

在此次ECR 2019上，图玛深维与法国老牌医学成像软件解决专家影思（Intrasense）联合展出三款医学影像智能诊断新品，包括肺结节智能诊断系统、胸部X线智能诊断系统、乳腺钼靶智能诊断系统。

图玛深维参会后深刻地感受到，影像相关的企业与科室已经从观望转向有意尝试，AI厂商在寻找落地合作伙伴的难度也不断降低。在这种趋势下，人工智能厂商更应竭力提升产品价值，以尽量满足医生对产品的期望。

贴合此次主题，SIUI在ECR现场演示了SIUI MAI智能远程物联网平台和专注女性健康的乳腺超声IBUS等仪器的智能化操作流程，引起现场观众的极大兴趣。参观者聚集在SIUI展位，向销售人员了解新产品新应用的技术特点，并亲身体验SIUI智能化时代产物带来的便利。

普爱医疗作为国内C形臂行业标准的制定者，其C形臂产品已服务全球10000多家医疗机构。在ECR 2019盛会上，普爱医疗展示了目前比较热销的动态平板小C，这款平板C形臂自2017年上市以来，凭借清晰的图像和便捷的临床操作获得市场认可，而此次展示的升级版产品更加成熟和贴近临床需求。

学术方面国内也不曾落后。作为出席ECR 的中国影像学者，北京协和医院放射科王明老师在 ECR 现场带来的创新成果展示正与人工智能相关——《 AI 成像优化联合迭代算法在“双低”主动脉 CTA 的初步应用》。这是北京协和医院与东软医疗合作的关于人工智能联合迭代算法改善低剂量 CT 图像质量的科研项目成果展示，验证了中国高端 CT 设备（ NeuViz 128 精睿 CT ）所独有的技术创新点及专利技术，实现了“超越影像”的价值。

机遇在此，但也不得不提及挑战。如今的GPS、佳能、日立等巨头以生态圈的方式布局人工智能，他们有足够的资源去取得领头位置。如果国内的厂商不能及早推出更坚实、更被市场认可的产品，仍可能输在商业化的起跑线上。

所以，医疗AI的应用与探索仍需加速，一刻也不能放松。我们期待在2020年的ECR中可以看到AI与放射学相融合中更令人惊喜的进展，更期待有更多的中国身影出现在国际之中，在这国际学术舞台上展示出前沿的成就。