11月13日，視見醫療創始人&首席科學家、香港中文大學博士陳浩分享了關于人工智能在醫療影像的應用和思考。

　　視見醫療科技是一家高科技驅動的創新型公司，由香港中文大學醫學影像計算分析實驗室孵化，創始團隊為香港中文大學教授和博士團隊及全球500強高管人員。其核心是依據計算機醫學影像分析和人工智能技術，對醫療影像大數據進行自動化分析識別，旨在開發高質量的醫學影像分析軟件和大規模影像分析平臺，為公/私立醫院，第三方獨立影像檢驗中心，醫學成像設備提供商等用戶群體，提供高性能低成本的計算機輔助診斷產品，服務和解決方案。

　　演講中，陳浩首先介紹了醫學影像領域需要完善的方向。他認為，目前我們需要做好四件事情，其一，醫學影像AI輔助診斷系統。而該診斷系統又分三個方向，放射輔助診斷系統、放療輔助診斷系統、AI病理輔助診斷系統。其中，放療歸屬于放射方向，所以主要有兩大方向，視見醫療科技也有兩個專門的負責團隊，放射輔助診斷和病理輔助診斷系統。通過對病理影像的處理，比如說病灶的標注、定性判斷、定量測量、三維建模等等來輔助醫生。

　　其二，遠程診斷平臺構建。把我們模塊化的工具通過這個平臺，將醫生專家緊密地結合起來，并且為全國各級醫院患者提供服務。

　　其三，與PACS廠商、影像設備廠商以及第三方平臺的合作。我們在香港已經建設完成相關平臺，在深圳正在建的醫學影像運算中心和大數據中心。我們最近拿到的數據都是上百TB的數據，之前處理1000個人的數據，年初的時候需要使用三臺服務器耗費一個月才能得出結果。而通過目前的技術，我們半天就能出結果，所以構建醫療影像計算中心的必要性是確實存在的。

　　其四，解決目前的醫療困境，即醫療資源匱缺的問題。舉一個例子，放射科數據的年增長量是30%，而醫生的增長率只有1%，數據的增長速度遠超醫生的增長速度。第二個是關于病理科的情況，目前我國持照的病理科醫生9000名，缺口達到5萬以上。醫生+人工智能這種工作場景是能夠為解決這種困境提供幫助。

　　對于人工智能+醫療影像未來發展，陳浩表示：“人工智能的前身就是計算機輔助分析，它的兩項核心就是病灶檢測和定量分析，能夠減輕醫生的負擔,提高工作效率，減少錯誤發生，輔助影響診斷，實現患者最終獲益。目前，人工智能醫療影像面臨的挑戰包括數據質量；臨床嵌入、要貼近臨床的使用；泛化能力，對算法或者公司的研發人員來說，不同的醫院、不同的廠商、不同的設備掃描出的圖象它的泛化能力是什么樣的，這是我們目前做得最多的；還有一個是可維護性，維護要簡單；功能易用性方面，要滿足醫生的需求，符合醫生的使用習慣。”