每年RSNA上，我们都能看见这一年最先进的产品和技术，看见曾经的不可能变为可能。今年的RSNA风向标指向哪里？医疗AI的局中人该何去何从？
作者 | 李雨晨
“今年的RSNA，有件比较反常的事，中国的医疗AI参展企业正在减少。”
自2015年以来，各大国际顶会上的中国AI企业逐年剧增。而今年特地设置了人工智能展馆的RSNA，却在首度重仓AI之际，迎来了中国赞助市场的第一次遇冷。
北京和睦家医院放射科主任陆菁菁教授向雷锋网AI掘金志表示，这一现象背后，市场和时间起了筛选的作用。
“服务多而没有特色，领域深耕不足，定位不明确或者试图超越医生的定位，市场推广超过真正产品落地的AI公司，目前可以说是面临着真正的寒冬。”
此外，RSNA 2019主席在主题演讲中也并没有谈及AI，而是强调医生在人文和伦理角度的职责。要知道，这场起源于1915年的放射领域学术年会，被誉为“全球放射学界仰望的风向标”，是最能代表行业未来发展方向的顶级医疗盛会。
那么今年的RSNA风向标指向哪里？如何理解RSNA 2019的大会主题“see possibilities together”———see什么？possibilities在哪里？又如何together？
面对这三个“灵魂拷问”，医疗AI的局中人该何去何从？
针对此，AI掘金志采访了北卡罗来纳大学教授、联影智能联席CEO沈定刚；东软医疗CEO武少杰；西门子医疗大中华区总裁王皓；北京和睦家医院放射科主任陆菁菁；中科院计算所研究员周少华；中山大学教授、柏视医疗董事长陆遥；推想科技CEO陈宽；深睿医疗高级副总裁李朝阳；数坤科技研究院院长郭宁等在内的多位专家，试图从学者、医生和企业家们的眼中，发现RSNA 2019不一样的风向与未来。
本篇为RSNA系列报道的上篇，主要摘录了AI掘金志与多位医疗AI学者、医生对话的内容。
医疗AI学者与医生的参会体悟
AI掘金志：相比于去年，今年的RSNA在医疗AI方面都有哪些不一样的地方？
北卡罗来纳大学沈定刚：相比于去年，感觉今年RSNA最大的变化有两个：人工智能在医学影像领域发展非常迅速；中国企业在展会的影响力有很大提升。
2017年，RSNA出现了专门的Machine Learning展区，约有几十家公司参展；2018年这一展区参展企业扩展到接近100家，并且同期会议上发表的人工智能相关论文数量大幅提升，还出现了专门针对放射界的培训课程。
2019年RSNA主办方将人工智能展区扩展成一个专门的展馆，还将传统RSNA的两个展馆扩展到了三个，这在RSNA历史上非常罕见。同时，除了在专题展馆的130家人工智能公司，大部分参展的设备企业也在积极拥抱AI技术，包括展台规模最大的GE、Siemens、联影、Philips、Canon，都在全面推介自己的AI产品和技术。
其次，中国企业在展会的影响力有很大的提升，表现在来自中国的企业在RSNA的参展规模与日俱增，中国人和华人参会人数比例也在不断增长。在大型影像设备展区，中国企业联影的展台面积和参展规模已经属于第一梯队，而来自中国的迈瑞、东软医疗、万东、汕超等大量企业的参展规模也有明显提高。特别是在人工智能专题展馆，有来自中国的大量企业，跨国公司的人工智能领域的参会员工中也有很多中国人和华人。
此外，这次RSNA上AI领域还有一大亮点———AI从医学影像辅助诊断方面的应用，已经扩展到整个行业的方方面面。比如通过计算机视觉优化和检查工作流，实现一键智能定位；或者通过智能算法对图像进行采集阶段的优化增强，例如在X线产品中表现为降低剂量和噪声，在MRI产品中表现为极大提升采集速度，在分子影像产品中则可以同时降低放射剂量和噪声，并提高采集速度。
作为一个新兴领域，中国AI的发展可以说和行业齐头并进，部分技术突破和引领了行业发展。比如联影首发的ACS磁共振智能加速技术，目前已经提交美国FDA申请，通过结合AI和压缩感知对MRI成像进行加速，相较于传统技术可以实现最高40倍的加速，在临床应用上，一个传统的头部神经检查可以由原来的20分钟减少到1分钟，极大地提升了临床效率。
北京和睦家医院陆菁菁：RSNA作为全球最大的放射领域盛会，可以提供最新最in最全面的知识更新、开拓眼界、增进沟通的机会。这也是全球五万多人在这么一个冬日、不惧寒冷来到芝加哥的唯一原因。
今年大会扩增了一个专门的AI showcase的展区。我看到国际上AI的产品或者服务分支越来越广、服务更加细化、操作界面更加友好，在开发产品时更加注重医生的伙伴身份和顾问作用。
国内参展的AI公司数量上较前减少，可能是市场和时间起了一定的选择，在产品上较前有所迭代升级。
总的来看，服务对象专注度高、能真正快速融入医生工作流、辅助医生极大减轻重复工作量的AI产品，是目前生命力较强的。对应来说，服务多而没有特色，领域深耕不足，定位不明确或者试图超越医生的定位，市场推广超过真正产品落地的AI公司，目前可以说是面临着真正的寒冬。
我尤其关注了报告结构化、3D可视化和打印方面的进展。
在结构化报告方面，北美的Nuance公司、德国的Smart report公司都展示了很先进的应用。Nuance系统可以自动匹配报告模版，将AI产品整合入报告系统，不仅可以自动识别病变、预警，而且可以产生对病变描述及印象的文本，即时嵌入在报告中。
Nuance的报告系统可以帮医院选择适应其病人特征的AI应用，类似于苹果手机的APP一样，可以灵活地选购和使用，并且据称，Nuance系统还可以在医生使用时即时回馈AI公司其产品应用方面结果不准确的地方，从而不断修正和赋能AI产品，也使得该产品更适应于所在医院的使用场景。但是这个系统应用场景是医生采用dictator进行语音输入的，可能并不适合于我国放射科医生的使用习惯。
德国的Smart report公司产品则是基于网页browser的，在报告的图文展示、指南或参考的智能推送方面做的非常好；生成的报告图文并茂，而且不失其准确性、条理性和科学性。在肝脏、心脏、肌肉骨关节系统、肺等多个系统有成熟的应用。
使用这家公司的报告框架产品不仅可以使报告更加规范和全面，而且也可以提高医生的出报告效率。这个产品是基于打字输入的，只要进行汉化，就可以较好地在中国使用。
国内的赛迈特瑞公司也做了具备中国特色的结构化报告系统，对双肺、肝脏、前列腺等设计了精细而科学的模板，但由于中国报告量很大，医生普遍的工作负荷远超过国外的医生，所以模板的精细和出报告的效率之间需要维持微妙的平衡。该系统是否能在国内得到广泛的应用，还有待观察。
3D可视化、打印和增强现实的应用：这方面的进展处于一个不温不火的状态。主流观点仍然有两大派，一派认为使用3D可视化形成虚拟的三维效果，足以满足患者教育、术前计划及术中导航的需求；而另一派则认为3D打印出来的实物才能更好地进行患者教育，也可以作为外科医生术中的直观而重要的参考。
3D打印在牙科和骨科等方面的应用先进性仍然是不可取代的。
中科院计算所周少华：影像设备方面的主要趋势是智能化、专用化、小型化。影像设备一般是通用型的，要兼具所有功能，操作复杂；是高大上的，价格昂贵，体检庞大。
智能化可以减低操作复杂度，提高数据采集扫描和影像阅片诊疗效率。专用化与通用化背道而驰，不再是一机多用，而是专机专用。小型化意在缩小体积，整个机器更加灵活可用。HyperFine是个小型化的典型例子。
整体而言，医疗AI进一步发展分化：
- 一、应用越来越分工化。从重建增强到辅助诊断治疗，各方面的AI应用五花八门，花样繁多。辅助诊断应用除了胸透、CT肺、钼靶乳腺、CT脑卒中等常规动作，还用各种脑病、心脏、骨骼、器官分割、超声测量、红外乳腺等自选动作。
- 二、参展公司来自越来越多的国家。除了中国、美国、西欧列强、韩国、日本等，印度、俄国、立陶宛等大小国家多有公司参展，真正亮点不多。
中山大学陆遥：今年设备厂商和往年一样又展出了许多新的产品，但AI无疑是今年的亮点和热点之一，不难发现，今年除了中美日韩、西欧列强等，印度、立陶宛等国家也多有医疗AI企业参展。
（中间为中山大学教授 陆遥）
至于医疗AI的亮点，个人觉得医学成像领域值得关注。不管是包括扫描流程优化和重建算法优化的前端AI，或是主要针对DICOM数据，提高疾病诊断能力或者优化后处理的后端AI，都有新技术展现。
AI掘金志： 您有没有关注今年RSNA上的论文？我们之前曾注意到，这次RSNA论文中病例数超过10万、1万的论文中没有中国学者入选，中国80%的发表中所使用的病例数都在1000以下，这是不是一个很明显的问题？说明了什么？
北卡罗来纳大学沈定刚：有亮点的文章不多，至于提到的中国发表的论文中病例数不多，这说明数据共享的重要性，应该是下一阶段国内需要关心的问题。否则，做出来的方法很难应用于临床。
北京和睦家医院陆菁菁：国内的AI相关文章，关注不多。似乎影像组学的研究占据大多数，而在算法优化方面则比较少。
中科院计算所周少华：与MICCAI相比，论文技术偏临床，技术含量相对不足，所以并没用注意到特别突出的文章。我倒是注意到crowds-cure.org有个演示，请求医生在参会期间花点时间免费标注CT病灶，做些切实的行动来缓解数据标注不足的问题，吾心戚戚。
AI掘金志：从16年——19年的大会主题，我们可以看出，AI的主流观点也从怀疑到憧憬，再到冷静，而今年的主题是“see possibilities together”。您如何解读今年的主题？
北卡罗来纳大学沈定刚：AI已从一个热点技术逐步变为了大家接受的工具和方法，并充满期待。
2016年的主题演讲提到的更多是影像界通过新技术的注入将迎来更好的发展，需要积极结合新技术给行业带来变革。2017年和2018年是这个变革的过程，医学影像界从医疗机构到设备和技术提供商都在这个主旨下积极的努力，转移各种新技术突破到医学影像领域形成不同的应用。
今年在主题演讲中其实没有特别提及AI，而是更多地思考这些新技术带来的效率提升和质量提高之后从人文和伦理角度医生应该干什么，不是仅仅用这些技术提升效率，还应该积极思考医学的本质，建立患者关爱和信任。基于这些技术进步带来的效率提升，有更多机会让医生离开显示器去直接面对患者，而不是继续增加患者的数量。
这些变化一方面是医学界对工业化社会的灵魂拷问，另一方面也可以看到医学专家们对技术进步持有乐观态度，认为AI确实能够节省更多时间和提高质量，从而让医生进一步提升和患者的接触，也能同步提高自身的满意度。
北京和睦家医院陆菁菁：今年的主题是“see possibilities together”，我认为其含义比较开放，展现了一种趋于冷静而又充满期待的态度。
大家逐渐认识到，AI是计算机辅助诊治的延伸和发展，并不是横空出世，也做不到无所不能。大家对机器学习和深度学习的狂热趋于理性，更有利于对AI研究方向的把握。AI不是用来取代医生的，而是为了帮助医生来更精准、更高效地为患者服务。
影像学随着精准医学的兴起、在大数据时代的环境中，面临着前所未有的发展和挑战。影像学医生的工作量增长很快、检查报告周转时间缩短，传统的工作方式不适应于新的形势，如果不进行改变，医生的工作满意度下降、容易产生职业倦怠。
另一方面，患者在接受医疗服务时，更愿意与医疗团队互动，对自己的影像学结果也有极高的关注度，希望医生能从影像所见角度进行解释，以对身体和疾病状况获得更好的认识。
希望在AI能逐渐分担医生的重复机械工作，这样医生才能有更多的时间用来和患者沟通、交流，去参加多学科讨论。今年RSNA主席Valerie P. Jackson, MD的主旨演讲“A Matter of Perspective：Putting a New Lens on Our Patient Interactions." 也呼应了这个主题思想，她提出在新的形势下，面临着爆发增长的工作量和逐渐兴起的AI服务，影像医生该何去何从？
她提出，影像学医生不应该只是在“小黑屋”里、长久端坐着对着电脑完成影像报告，而是要走到病人身边，走到多学科团队中去，这样才能有更好的工作满足感，起到更高的团队角色作用，也能有效避免影像医生目前常感觉到的孤立感和职业耗竭。
只有医生、患者、管理者、科学家等多方面的合作才可以使得医疗服务更加高效、更加创新的同时，还能做到提供以患者为中心的有温度的服务。这也就是“see possibilities together”的意义所在。
中科院计算所周少华：其实，大会永远的主题应该是为病人创造价值。价值的创造来自于不同的维度，所以每人对大会主题都可以有不同的理解和注解。个人认为，今年的主题强调合作共赢。
中山大学陆遥：其实一直以来，不管是医疗行业或者其他行业，人们对于AI赋能某个领域所持的看法，其变化轨迹都是相似的。
AI赋能医疗一度被认为是一种具有“颠覆性”的诊断方法，它极可能在未来很大程度地改变临床诊断路径和临床应用场景。甚至有人觉得人工智能在将来也许会全面替代影像学家。然而，随着人们对AI研究的不断深入和相关技术的爆发，这种焦虑感已经逐渐地淡化，取而代之的是更好地接受并应用相关技术。AI正作为一种辅助工具被越来越多的影像学家用来解决各种临床问题，以便更好地为患者提供服务。
至于See Possibilities Together，我个人理解这也是医学发展、医疗AI企业发展的一个必然趋势，那就是“以患者为中心的医患互动”。正如今年的大会主席Jackson教授在主题演讲中提到的，“AI可以使我们重新调整耗时的工作流程，从而为放射科医生创造更多与患者直接互动的机会”，医学AI企业辅助医生从繁杂单一的工作中解脱出来，从而有更多时间进行临床科研以及病人关怀等工作，医生、企业、患者一同努力，合理推动放射学的进一步发展。
你们知道RSNA最初叫什么吗？RSNA一开始并不是这个名字，而被称为西方伦琴学会（Western Roentgen Society）。
伦琴是谁？一言概之，这位大神是“放射学”的鼻祖，在1895年发现了X射线，揭开了20世纪物理学革命的序幕。据说，在一次“小黑屋”里做实验时，他用黑色硬纸给放电管做了个封套，他看到封套没有漏光而满意。可是当他切断电源后，却意外地发现一米以外的一个小工作台上有闪光，闪光是从一块荧光屏上发出的。后来，X射线就慢慢的被发现了。
说这件事的一个原因是，我们需要一位和我们见证医疗AI发展的记录者。我们希望你，可以为了一段好的故事，拥有把自己关在“小黑屋”里不断雕琢的勇气与决心。我们也希望你，能够在灵光闪现的一刹那，把它毫不犹豫地记录下来。
我们相信，如果你像伦琴一样热爱自己所在的医疗AI。那么，你也终将见证这个行业最光辉的一刻。
见证历史，总是幸运的。难道不是吗？
