重磅

7月28日下午，中国科协在第二十三届中国科协年会闭幕式上发布了2021年度十大前沿科学问题、工程技术难题和产业技术问题。由中国电子学会和信息科技学会联合体联合推荐，湖南大学教授、国家超级计算长沙中心副主任、中国电子学会物联网专委会青年委员彭绍亮，与湘雅附二医院主任喻风雷教授主笔的工程技术难题“如何利用人工智能实现医疗影像多病种识别并进行辅助诊疗？”入选。

——从472个问题难题中入选十大

据悉，自2018年以来，中国科协组织全国学会等科技共同体，面向广大科技工作者征集评选重大前沿科学问题和工程技术难题，在中国科协年会上发布，四年共评选、发布了130个问题难题。

2021年征集发布活动共征集到89个国内科技组织、73个国外组织和境外专家推荐的472个问题难题，2万余名一线科技工作者和战略科学家参与推荐和研判。中国电子学会向科协推荐前沿科学问题5个，工程技术难题5个，其中2个进入终选环节。最终，由物联网专委会推荐、湖南大学等单位完成的“如何利用人工智能实现医疗影像多病种识别并进行辅助诊疗？”成功入选。同时，中国电子学会成功入选“2021年度优秀推荐单位”和“2018-2021年度优秀组织单位”。

——专家解析|“如何利用人工智能实现医疗影像多病种识别并进行辅助诊疗？

推荐专家认为，人工智能在医疗辅助方面的应用具有普世意义，符合“健康中国”战略需求，可以有效缓解医疗资源的压力，提升医生诊疗的效率和精度，减少误诊和患者的时间/经济成本。“人工智能+医学影像”被认为是在人工智能医疗领域中应用最为广泛的场景，将成为全球提升疾病诊断效率和诊断质量的关键力量。

人工智能的引入可以从根本上改变传统高度依赖劳动力的读片模式，在一定程度上缓解医学影像诊断的压力，同时亦可满足三甲医院的科研需求。

人工智能系统操作简单，可以应用在各个医疗机构，从而对广大经验不足的医生带来巨大的助益。利用人工智能识别医学影像多病种技术取得突破后，不但能减轻大医院的接诊压力，还能有效提升小医院的医疗水平，从而提高整体看病效率，缓解“看病难”的问题，具有重要的国家战略意义。

利用人工智能技术基于医学影像数据构建多病种识别的过程，有利于综合考虑病理之间的相关性，最大程度的挖掘影像数据，加快其他病灶被发现的时间，保证最佳治疗时间，提升医生诊疗的效率和精度，减少误诊和患者的时间经费等开销。

信息技术时代，AI+医疗对实现精准医疗对人类生命健康和社会经济发展意义重大。

——“如何利用人工智能实现医疗影像多病种识别并进行辅助诊疗？”问题提出背景：

人工智能医学影像领域极具发展潜力，我国有关部门已陆续出台关于扶持人工智能医学影像产业及其相关产业的政策，为人工智能医学影像产业的发展构建良好的宏观环境。

·2016年5月，国家发改委、科技部、工信部、中央网信办联合制定了《“互联网+”人工智能三年行动实施方案》，标志着中国人工智能产业发展的开端。

·2016年6月，国务院颁发《关于促进和规范健康医疗大数据应用发展的指导意见》，为医疗人工智能产业化发展提供了重要支持。

·2016年末，国务院印发《“十三五”国家战略性新兴产业发展规划》，其中多次提及医疗影像，指出要“发展高品质医学影像设备”“支持企业、医疗机构、研究机构等联合建设第三方影像中心”。

·2017年1月，国家发改委印发《战略性新兴产业重点产品和服务指导目录》，将医学影像设备及服务列入目录。

·2017年7月，国务院印发《新一代人工智能发展规划》，提出到2020年，指出要围绕医疗等关乎民生的刚性需求先行发展，为大众提供更高效多元的智慧医疗服务。

·2017年12月，工信部颁布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，提出支持智能医疗系统等产品的研制及产业化，鼓励开发数字化医疗影像设备、分析系统、诊断系统、健康检测系统等智能医疗设备。

资料显示，到2025年全球人工智能市场总值将达到1270亿美元，其中医疗行业将占市场规模的1/5。欧洲医疗卫生占国内生产总值的10%，我国大概只占5%左右，医疗数据超过90%来自医学影像。调查表明，美国医学影像数据年增长率为63%，放射科医师数量年增长率却仅为2%，而在我国放射科医师仅有8万多名，每年诊断14.4亿张影像，我国医学影像数据年增长率约为30%，而放射科医师数量年增长率约为4%，需求却在不停地增加。

预计到2020年，我国65岁以上老龄人口比例将达20%。面对爆炸式医学影像数据集和相比较少的、水平不一的阅片医师，医师疲劳、情绪等将会导致误诊、漏诊。根据中华医学会的一份医疗影像的误诊数据资料显示，我国临床医疗中每年的误诊人数约为5700 万人，总误诊率为27.8%，恶性肿瘤平均误诊率为40%，而这些误诊主要发生在基层医疗机构。同时，我国的医学影像数据年增长率达到30%。

医疗行业是十分依靠经验的行业，很难批量化的培训和复制。而人工智能的成熟让这种现象有了转机，人工智能可以模拟人类大脑，通过海量医学知识和医学专家经验的学习，从而掌握相对应的医学知识。此外操作简单，可以应用在各个医疗机构，从而对广大经验不足的医生带来巨大的助益。

但目前的医疗影像分析系统大多是针对单一病灶，忽略了疾病之间的关联性，有可能造成所谓的并发症，导致不能尽早的发现疾病。基于人工智能技术在指导临床诊疗、疾病预测、用药监测、智能模型优化等方面的价值还未完全发挥。所以为了通过人工智能技术更好的挖掘并利用CT影像数据，实现影像数据的多病种识别，帮助医生系统的诊断患者的疾病是医疗影像分析未来发展的重要目标。

最新研究进展：

从技术角度来看，医学影像诊断主要依托图像识别和深度学习这两项技术。依据临床诊断路径，首先将图像识别技术应用于感知环节，将非结构化影像数据进行分析与处理，提取有用信息；其次，利用深度学习技术，将大量临床影像数据和诊断经验输入人工智能模型，使神经元网络进行深度学习训练；最后，基于不断验证与打磨的算法模型，进行影像诊断智能推理，输出个性化的诊疗判断结果。

依托于图像识别和深度学习的人工智能和医学影像的结合，至少能够解决三种需求。

·病灶识别与标注。

·靶区自动勾画与自适应放疗。

·影像三维重建。

人工智能在医疗影像中的应用

从落地方向来看，目前，我国AI医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位，以肿瘤和慢病领城的疾病筛查为主。

从突现词分析和共被引文章分析发现，研究者们近些年更关注于人工智能在癌症研究领域的方法学研究。人工神经网络是功能强大的机器学习方法，广泛用于学习多个级别的抽象数据，能够解决非线性复杂问题，是人工智能应用于癌症研究主要技术。

基于人工神经网络建立准确的癌症研究模型是研究的基础，利用遗传算法、回归模型、模式识别、微阵列等方法，优化算法，准确建模，评估模型，提高预测结果准确性，进行方法学优化与改进是研究的前沿。

人工智能将在癌症的发现和分类领域有更多的应用前景。基于人工智能的方法学改进，人工神经网络方法已被用于预测癌症的存在，分析癌症类型或生存风险或将未标记的样品聚类等方面，通过模式识别对图像信息进行分析，应用于癌症的病理和影像诊断，都为癌症的诊断和分类提供了方法学基础。

由于构建模型时可能存在过度拟合、模型配置和训练、模型的评估以及研究的可重复性等技术问题，所以通过遗传算法优化人工神经网络、利用包括逻辑回归在内不同类型的回归模型对已构建模型进行评估、将微阵列技术与神经网络相结合对癌症基因进行分析、通过模式识别对病理和影像等图像信息进行处理用于癌症的诊断与分类等，都是围绕癌症研究的方法进行优化与改进。

但如何找到符合医学生物学原理、具有临床实用性的算法，提高模型预测的准确性、可重复性和可操作性是关键。同时，如何实现多病种数据库的建立，如何实现病灶的初筛，以及如何实现疾病的关联性，都是未来所要面对的挑战。所以方法学研究的突破可能会为癌症研究开辟新的空间和带来新的机遇。

重要意义：

实现人工智能驱动下的医学影像多病种识别，不仅可以帮助医生实现对影像数据的全方位分析，对病灶的勾画，更加准确无误的实现疾病的诊断，有助于对疾病的精准治疗，更重要的有助于实现多病种的识别，通过疾病关联性等因素来干预和预防其他病种引起的并发症等，第一时间发现身体里的各种病变位置，进行有针对性的治疗，这对人类生命健康和社会经济发展意义重大。

撰稿人：

湖南大学“岳麓学者”三级教授/博导，中国电子学会物联网专委会青年委员，湖南省杰青，国家超级计算长沙中心副主任，湖南大学教育舆情研究中心副主任(兼)。长期从事高性能计算、大数据、生物信息、人工智能、区块链等技术研究，国防科技大学 天河 生命科学方向负责人，国防科技大学/华大基因兼职教授，鹏城实验室智慧医疗平台课题负责人。获国家科技进步二等奖（2019），湖南省技术发明一等奖（排名1，2019），中国计算机学会CCF自然科学二等奖（排名1，2018），军队科技进步一等奖1项，2016年荣立三等功。主持自然科学基金委重点项目1项、面上项目2项，主持国家科技部重点研发计划课题1项、参与973/863项目等13项。出版专著7部，出版超算和大数据等7部专著，SCI他引超2258次，Google他引超3428次，单篇论文在全球MULTIDISCIPLINARY领域中排名第11位，并于2018年2月在Science精准医学专刊上发表论文。中央军委科技委生物交叉立项专家组成员、国家科技部/工信部/教育部会评专家。

——结语

以此次难题入选为契机，中国电子学会将充分发挥开放型、枢纽型、平台型的体系优势，以高水平科技创新智库建设为引领，围绕电子信息领域，在基础研究、关键共性技术、前沿引领科技、现代工程技术、颠覆性技术、“卡脖子”技术、科技攻关和促进可持续发展等方面，积极开展学术交流、创新驱动、决策服务等工作，打造国内一流科技型学术社团组织，积极推动科技与经济深度融合发展。