AI在醫學影像的應用快速發展，在技術和商業化上成果不斷涌現。3月26日，中國醫學影像AI產學研用創新聯盟召集國內三甲醫院的影像專家、科研專家和領先的AI醫學公司共同起草的《中國醫學影像AI白皮書》正式發布。

報告調研人群為放射專業醫生、影像AI相關研究人員和企業人員，采用公眾平臺普查、定向問卷調查形式，以了解中國醫學影像AI產業的現狀和需求。共調查了2135家醫院、5142名醫生，其中三級醫院占比59%，二級醫院占比38%;研究者120人。

報告顯示，中青年醫生、高年資醫生和放射科管理者普通更為關注AI技術，大多數醫院AI研究院或成果轉化部門缺失，只有1%的受訪醫院建立了AI研究部門;88%的醫學影像AI產品集中在肺結節;醫生在合作中可提供的首要資源是圖像;大部分醫生認為本領域最大的問題是缺乏行業標準和AI相關知識。

中國醫學影像AI產學研用聯盟理事長劉士遠表示，相對于傳統醫療模式，AI醫療技術的發展和普及十分必要。

“中國的醫療體系目前有兩個問題，一個是醫療資源不足，另一個是資源分布不均衡。醫學影像AI可能是一個契機。”劉士遠認為，醫學影像AI來是基于云平臺的工作模式，對未來的整個醫學影像會產生變革，會帶來智能化、互聯網化、臨床化的改變。當然AI的模型一旦成熟以后，它在發達的地區、高層次的醫院形成了比較準確的診斷模型，用到再邊遠的地區也能獲得同樣的診斷效果，對于基層醫生比較少的地區，可以大幅提升疾病的發現率和診斷準確率。

人工智能在醫學領域的應用有很多，包括自然語言的識別和語音識別在智能導診和病歷輸入等方面的應用，大數據分析在制藥方面、藥物發現、臨床分析方面的應用。目前關注更多的還是醫學影像方面的應用，從設備圖像的重建，到圖片的閱讀、眼底疾病、腦疾病診斷、輔助治療，都開始有了商業化的應用。

報告指出，醫學影像AI算法取得了大突破，在輔助理療、普適性、開放式AI計算平臺等方面都取得了新進展。以開放式AI計算平臺為例，面向醫院的醫療AI平臺主要分為兩個方向：針對醫療影像數據處理的影像AI平臺;針對NLP的數據AI平臺。在這兩類平臺的基礎上，綜合互聯網、云計算、AI、大數據分析等前沿技術，實現優質醫療資源云端協同共享、海量診療級大數據深度挖掘應用，為政府、醫院、科研機構和個人量身定制一系列云端智能解決方案。面向科研人員、開發者，相應平臺一并提供醫療AI模型建模、訓練及開放應用等基礎服務，推進醫療AI產業發展。

報告同時還指出，目前的醫學影像AI應用出現一些突出問題，比如數據量比較少，標準不統一、標注不規范，這些問題都需要盡快解決。