大公司新闻
Anthem 成功「挖角」谷歌大牛，美国医疗保险巨无霸加速数字化转型
10 月 30 日，谷歌前搜索产品套件的工程副总裁 Udi Manber 已被医保公司 Anthem 任命为其 AI 团队负责人，在 2006 年加入 Google 以前，Manber 还担任了雅虎的首席科学家和亚马逊的高级副总裁，是雅虎验证码（Captchas）项目最早负责人之一。2015 年，Manber 离开 Google，在湾区 NIH（美国国立卫生研究院）成立了一个研发中心。Manber 是 Anthem 的第一个负责 AI 团队的数据科学家。2017 年 10 月，Anthem 与 Castlight Health 合作向全国推出新的综合数字健康平台 Engage，该平台共包括三个主要功能：第一，提供单点登录的数字中心。大型医保公司通常会与多家医保供应商合作，用户则可以通过登录 Engage 获取多家医保供应商的服务；第二，Engage 将利用机器学习和 AI 计算分析，与会员（不仅仅是慢性病的会员）建立联系，探索用户潜在医疗需求，从而推荐相应的医疗咨询、医保供应商；第三，提供网络端和移动端搜索工具。用户可以通过 Engage 直接搜索紧急护理设施和初级保健设施，帮助用户减少自付费用。（10月30日）
李彦宏：百度推出 AI 眼底筛查一体机, 功力不输专业医生
11 月 1 日，百度 2018 世界大会在京举办，李彦宏在主论坛发布百度 AI 眼底筛查一体机，李彦宏介绍道，一体机仅需 10 秒钟就可以为检查者生成一份筛查报告，诊断结果的专业性不输专业医生。百度基金会将向国家卫健委捐赠百度 AI 眼底筛查一体机，计划优先在全国贫困县范围内，首选 500 个点做应用推广，以帮助基层的眼病患者尽早发现致盲风险，及时就医。（11月1日）
百度推出 AI 分诊助手小程序，有效提升患者就医效率
11 月 1 日，智能小程序 AI 分诊助手亮相百度世界大会，百度智能小程序的 AI 能力第一次落地在医疗行业。北京大学国际医院院长陈仲强受邀为大家演示了名为 AI 分诊助手的智能小程序。AI 分诊助手是一款纯净、详实的就医工具，它可以满足用户在线上、线下关于医院、科室挂号分诊的核心需求。用户只需描述清楚自身的症状，就可以通过 AI 分诊助手，得到最佳匹配结果。AI 分诊助手对于医院来说同样具有重要意义，它将帮助建设互联网型医院，提升各科室、医生的分诊效率，同时也能释放更多的人力资源。（11月1日）
携手盈谷网络，华为「平台+生态」又添医疗强手
近日，盈谷网络董事长黄烨东最终带着盈谷与华为达成了合作协议。签约仪式举行于华为西安研究所，华为云中国区总裁洪方明、盈谷董事长黄烨东共同出席签约仪式，华为陕西企业业务部部长张峰与盈谷副总裁王智平代表双方签署合作协议，华为对此次合作可谓非常重视。作为国内一流的科技公司，华为早已在医疗领域深耕细作，全面布局。面对医疗领域的三大问题，华为主张通过使用互联网思维模式进行解决，主要以资源分配和健康管理方向为立足点。盈谷网络也是国内医技云服务的开创者和佼佼者，早已将其「医真云」落地全国。本次合作，华为将收到盈谷提供的来自医疗领域的一份大礼，盈谷 SaaS 层服务将与华为 IaaS、PaaS 层服务融合成为高效的云服务体系。未来，华为与盈谷网络将共同推进中国乃至全球医疗资源的扁平化和均质化，在「普惠 AI」方面触碰出智慧的灵光，创造更多令人信服的应用，双方共建「医疗+AI」新生态。（11月1日）
腾讯 AI Lab 发布「智能显微镜」，开始布局病理分析领域
11 月 1 日，腾讯 AI Lab 在南京举办的「腾讯全球合作伙伴大会」上宣布，其 AI+医疗领域研究已抢先从影像筛查进入病理分析阶段，相关的「智能显微镜」项目已在研发测试阶段。智能显微镜融入了人工智能的视觉、语音、自然语言处理技术，及增强现实技术，医生轻松输入语音指令，AI 就能自动识别、检测、定量计算和生成报告，并将检测结果实时显示到医生所看目镜中，及时提醒又不打断医生阅片流程，能提高医生的诊断效率和准确度。（11月1日）
创业项目
中智达信：打破科室信息壁垒，全面覆盖外科使用环境，这家企业围绕手术玩出了什么花样？
2014 年 4 月，杨斌创立北京中智达信科技有限公司，打造了一款「多瑞克®围术期人工智能医生辅助平台」，为临床及手术室医护人员提供围手术期智能医疗整体解决方案。平台旨在打破科室信息壁垒，将患者术前、术中、术后数据连接成完整链条，将涉及到外科医生、麻醉医生和护士等多个主体的手术过程疏通为完整流程，形成一个以患者为核心的数据中心，并依靠私有云技术连接各终端，实现对外科使用环境的全面覆盖，供医生随时随地跟踪、查看、应用。该平台自今年 4 月份正式推出以来，已与 4 家医院取得合作。其平台应用人工智能麻醉医生助手已能够在手术过程中处理 97 种术中表现，人工智能医生风险评估系统也即将上线。中智达信创始人杨斌先生拥有 28 年医疗行业的从业经历；技术领域的三位核心成员在医疗信息化、人工智能、产品设计、运营管理方面有多年积淀；医疗领域的三位核心成员在骨科、麻醉科等方面拥有 30 多年从业经验，且为博士生导师、硕士生导师级别。10 月 17 日，中智达信获千万级 A 轮融资，本轮融资将主要用于加速产品研发和进一步拓展市场。中智达信未来仍将聚焦大外科，依托三甲医院进行平台推广和应用，为此将背靠大数据及人工智能，持续开发更多的智能化、场景化产品。（10月29日）
打通医药保服务体系，独角兽微医将牵头发起三医联动平台
微医在今年 5 月完成融资后，启动了内部业务重组计划，料为 IPO 铺路。作为一个医疗健康科技平台，微医的目的是通过技术把医疗资源组织起来，串联起全科、专科和线上、线下的医疗健康服务能力，通过软件及硬件终端产品来实现个人、家庭、企业的服务以及各类地方政府医疗服务场景的覆盖。微医疗、微医药、微医保三大业务板块互相协同构成了微医新型 HMO（健康维护组织）体系，HMO 的 85% 的能力会表现在医疗服务的供给上，这是决定 HMO 未来的核心。该板块也是微医希望首先推向资本市场的业务板块。按照微医的规划，强化利用互联网、大数据、人工智能技术，驱动「医、药、险」产业升级是其根本战略，未来将搭建三医联动平台，推出整合「医保、医疗、医药」服务的整体解决方案，该平台将在今年的世界互联网大会上正式对外发布。（10月30日）
会做病例、会辅助诊疗的人工智能？朗通医疗想提高基层医生诊断能力
在 AI+医疗领域，最为常见的落地形式是医疗影像，用 AI 辅助医生读取影像信息。但在文本处理领域，入局者仍然较少。朗通医疗则以文本分析切入辅助医疗领域，它可以帮助全科医生快速完成门诊病历，并实现临床诊断。具体来说，医生在电子病历系统内填写「主诉」、「病史」、「查体」等信息时，系统会自动推荐待化验项目（如血常规等）、疑似所患病症名、治疗方案等。完成化验项目后，医生还可通过 AI 完成化验单解读，为确诊提供依据。这一智能辅助诊断系统诞生的背景，是国家正在大力推进分级诊疗制度。但所谓分级诊疗，目前还存在一个死结，即基层医生诊断能力不足。面对繁多的病症，不少病情外在表现相似，基层医生有时无法顺利判别病情。朗通医疗于 2015 年年底推出基于深度学习的临床辅助决策系统（Diagbot），2016 年开始落地运用，历经小规模试验与产品优化后，于今年年初产品基本成熟。朗通医疗的创业构想是，通过 AI 辅助诊疗，提高基层医生的能力。朗通医疗并不准备自己做应用端，它更希望成为底层服务，植入其它医疗类应用或者直接接入医院的诊疗系统。目前团队共有 70 余人，其中 30 多人为人工智能领域的技术人员。公司曾于 2016 年获得赛伯乐数千万元 Pre－A 轮融资。（10月31日）
云听健康：以 AI 算法听母婴心肺，识疾病症状
云听健康的 ChildCare 云听智能听诊器，结合云听健康平台，能够针对哮喘、肺炎、心脏等疾病，智能分析患者的心肺音，将医生的听诊经验通过专利算法转化成有病症提示的可视化心肺音波形，并显示定量的健康指数的结果。三个年头过去了，云听健康在继续优化现有产品外，还将推出面对孕妇群体的智能腹带。用柔性可穿戴的方式监测宝宝的胎心胎动和母亲的健康状况。海外市场也是云听健康的主要市场，云听健康的产品在亚马逊和 ebay 上的销量和国内不相上下。在未来，云听健康还将以医疗器械产品为基础，以肺炎、哮喘和先心病的筛查预警与胎心胎动的监测为入口，在人工智能算法和医疗大数据的基础上，实现母婴全流程健康管理的闭环服务。目前云听健康正在寻求 A 轮融资，此前曾获得贝壳社天使轮投资，在 Pre A 轮获得洪泰基金和谷仓学院投资。（11月2日）
技术与应用
国产首台！联影医疗一体化 PET/MR 设备获国家药监局批准
10 月 28 日，由上海联影医疗科技有限公司主导研发和生产的一体化 PET/MR 设备，获国家药品监督管理局认证正式推向市场，这在国内尚属首例。PET/MR 作为高端医学影像诊断设备领域最尖端技术的代表，被业界誉为「科技皇冠上的明珠」，其多模态、多参数成像，对帕金森、老年痴呆等神经退行性疾病与肝癌、胰腺癌、癫痫、多发性骨髓瘤等复杂疾病精准诊断及研究有重要意义。联影医疗推出的 PET/MR 一体机填补了中国在高端医疗设备最尖端领域的空白，也为 PET/MR 技术在我国的应用与发展奠定了坚实的基础。基于中山医院的建议和需求，联影将最新的 AI 技术运用于 PET/MR，通过一键智能定位、智能床位规划等功能，大幅简化临床工作流，提升扫描效率与图像精度。（10月28日）
人的脸盲程度居然比果蝇还严重！看来要靠 AI 来拯救一下了……
近日，来自加拿大的科学家们将果蝇的生物学特征与机器学习技术结合起来，构建出了一种基于生物学的算法，能够对不同种类的果蝇进行区分和重新识别。研究人员发现，视觉为果蝇的「社会生活」贡献很大，果蝇的视觉系统结构与深度卷积网络（DCN）非常相似。这让他们不禁产生了一个想法：能否模拟一个能够识别个体的果蝇大脑呢？研究人员们利用机器学习技术，构建出了一个模拟果蝇视觉系统的神经网络，并使用多个低分辨率的果蝇视频，来测试这一神经网络是否能完成对于不同果蝇的分辨和识别任务。这项研究能够证明果蝇的视力其实比我们想象的还要更加清晰：它不仅能够识别大的类别，还能精准地区分不同的个体。科学家们在研究中发现，在辨认自己的同类方面，果蝇表现的比人类还要好。这可以让全球数千个以果蝇作为生物模型进行研究的实验室完成更多的工作，观察单只果蝇是如何随时间而变化的。同时，这样的项目也成为了神经生物学家和机器学习研究人员合作的完美舞台，用来揭示任何生物或其他系统处理信息的基本原理。（10月28日）
光琇-自兴发布全球首个人类染色体智能分析云平台
10 月 29 日，由光琇-自兴智能医疗联合实验室共同研发的人类染色体智能分析云平台——AICKS(爱氪思) 正式实现产品落地，并在「湖南首例试管婴儿诞生 30 周年暨辅助生殖和精子库技术研究应用 38 周年庆典」上举行了 AICKS 产品发布暨人机大战。最终零基础选手在 AICKS 的帮助下完胜资深研究员，报告准确率 100%，更为重要的是让人类染色体核型分析师的培训时间从 3 年缩短至 2 个月，在大大提高人类工作效率的同时，能有效解决医疗资源不足和配置不合理的问题、推动中国分级诊疗的落地。在此次庆典上，卢光琇教授表示将深化与自兴人工智能的合作，将联合实验室升级为合资公司，进一步推进研学产的进程。（10月29日）
我国银屑病患者大多未获诊治，人工智能破局诊断之困
10 月 29 日是第十五个世界银屑病日。据统计，我国约有 650 万名银屑病患者，但只有很少部分得到诊断，主要原因是在基层医院缺乏诊断能力。在近日召开的「2018 年世界银屑病日科普活动」上，专家表示，人工智能技术结合大数据可以为医患提供更为直观的银屑病辅助诊断。尽管我国大医院皮肤科对银屑病患者的诊断准确率明显高于国外——国外的诊断准确率只有 50%，而我国高达 80%，但可惜的是，每年只有不到 25% 的患者会到医院皮肤科就诊，更多来自基层的患者却不能得到及时、准确的诊断。AI 在医疗领域的应用给传统诊疗模式带来不小的改变，它推动现代医疗向智慧、精准、高效迈进。深度学习数以万计患者图像的 AI 不仅能提供准确的辅助诊断、帮助管理患者图像、监理治疗效果，还能当做百科全书，为医患提供及时的医学信息；配合远程医疗的发展，患者能一键和医生直接沟通治疗方案。（10月29日）
新研究使用人工智能确定药物分子结构
近日，瑞士洛桑联邦理工学院研究人员在新一期英国《自然·通讯》杂志上发表的论文说，他们开发出一种机器学习程序，使用数据库对其进行训练后，它分析核磁共振技术所得数据的效率非常高，几乎是现有方法的１万倍。为充分了解药物在人体内的功效，研究人员需要确定其分子结构。科研人员常利用核磁共振技术来探测分子结构，但此前的相关计算非常复杂和耗时。研究人员说，这种人工智能技术有助于制药行业测试药物安全、开发新药物，感兴趣者可到该科研团队网站上免费使用相关程序。（10月30日）
事关生死：在医院 ICU 病房里人工智能可以做什么？
近期，位于新泽西州霍博肯的 Autonomous Healthcare 公司正在为 ICU 设计并构建首批人工智能系统。未来的 ICU 将更好地利用机器及其产生的连续数据流。各监控装置不再孤立运作，而是对信息加以汇总，从而向医生全面展示患者的健康状况。此外，这些信息还将流向人工智能系统，并由此类系统据此对设备设置进行自动调整，最终确保患者始终处于最佳健康状态。这些技术方案旨在提供细致且敏锐的护理服务，如同有专家长期守在病人床边般仔细校准治疗方法。这类系统能够显著降低重症监护病房中工作人员的负担，更重要的是，该技术还有望帮助患者更快离开 ICU 环境，从而降低医疗保健成本。为了满足日益增长的急性临床护理需求，ICU 需要进一步提升自身功能与容量。在这方面，除了培养更多重症监护专家之外，引入自动化手段也是一种重要的实现途径。当然，人工智能系统的存在并不是为了取代人类，而是作为医疗团队的一部分，帮助医生与护士在最需要他们的时间与地点运用自己的技能。（10月30日）
印度乳腺癌检测技术创新连连，这三款体检工具值得一试！
最近几年，为了解决乳腺癌的过晚诊断问题，不少印度公司都研发出了全新的健康检查设备，比如 Niramai、MammoAlert 和 iBreastExam。他们借助各种各样的技术，包括人工智能、机器学习、热成像以及免疫测定，希望能够为生活在印度各地的女性提供更为便捷、价格亲民的体检服务。虽然这些公司能否真正降低乳腺癌死亡率仍是未知数，但似乎在早期检测和发现方面已经取得了不错的进展。Niramai 的软件会借助基于人工智能和机器学习的算法，来分析患者胸部的异常温度分布模式。MammoAlert 就像是放在小盒子中的实验室一样，通过完整的、便携的体系为患者提供服务，即对患者的血液样本进行免疫检测并对样本内四种与乳腺癌相关的蛋白质标记物进行检测，随后借助基于深度学习和人工智能技术的算法进行分析，计算出样本所有者患有乳腺癌的几率，测试一次不到 5 美元。iBreastExam 比超市里的条形码扫描器要小一点，它配备有 16 个传感器，能够检测皮肤肌肉组织的软硬程度。如果检测到硬块，那它能够实时显示在配套使用的手机应用程序上，提醒测试者或患者潜在的患癌风险，测试一次 4 美元。未来随着科技进步，类似这三款的新型筛查检测设备，均有望为印度及其他国家的女性提供便捷高效的乳腺癌检测服务。（10月31日）
AI 已用于评估胚胎存活成功率：预测准确度高达 76%，可帮助作出最优选择
近日，《自然》子刊 Scientific Data 发表人工智能技术已经可以帮助那些希望通过试管婴儿孕育生命的家庭选择最具活力的胚胎的研究。人工智能系统的准确率为 76％，可以捕捉到人工无法识别的不良胚胎信号的微小细节。多次体外受精（IVF）循环失败，却找不出根本的原因和解决办法，让心碎的患者及家属一次次面临崩溃。据估计，大约三分之二的患者最终都等不到成功的解决方案。一家公司 Life Whisperer 开发了一套专门的 AI 疗程，可以通过 AI 技术诊断。虽然用于 IVF 的 AI 系统仍处于试验阶段，但迄今为止的结果显示，这些研究和进展很有希望。例如，在一个系统中，系统使用与奶牛胚胎成像，来识别最可能存活的那些胚胎。它的目标是解决 AI 从理论到试验阶段，再到真正人类胚胎的过程中，所遇到的各种难题。人工智能技术具有巨大的潜力，可以帮助不孕症医学领域超越目前对个体胚胎的狭隘关注，并发现隐藏在患者数据中的新模式，从而用于有效治疗顽固性不孕症。（10月31日）
原来这才是我们脑洞大开的原因！AI 有望揭示胎儿大脑细胞的 DNA 变化
近日，来自美国的科学家们开发出了一种新型单细胞分析方法，使用机器学习技术，能够检测小于 100 万个碱基对的 CNV。这项研究揭示了发育中的小鼠出生前大脑出现的数千个从前未知的 DNA 变化。同时研究人员还发现，这些变化在大脑发育的关键阶段达到顶峰，表明了这些变化的出现是一个可控的过程。过去，研究单个细胞 DNA 主要使用的是一种名为单细胞测序的方法，这种方法虽然功能强大，但是却无法复制，因为每个单细胞都会被测序过程破坏。为了克服这一点，研究人员利用免疫细胞来训练机器学习算法，这样就可以以一种固定且可重复的方式来重组 DNA，以更准确地识别 CNV。随后，研究人员将这种方法应用于神经发生过程中的单细胞身上，也就是大脑皮层的细胞诞生时。这部分大脑控制着许多功能，包括运动、感觉信息和意识等。利用这种方法，研究人员发现了数千个以前未被识别的 CNV，而其中超过一半 CNV 的长度小于 100 万个碱基对。最重要的是，当这些变化随机分布在整个基因组中时，它们在一个可预测的时间点达到峰值，即大脑的神经发生过程。（11月1日）
同济大学综述论文：基于深度生成模型的药物研发
近日，国际计算化学领域著名期刊 WIREs 系列刊物《WIREs Computational Molecular Science》发表同济大学刘琦教授课题组长文，系统探讨了基于深度生成模型（Deep Generative Models）进行药物研发的计算问题。利用人工智能技术进行小分子设计以及新药研发是制药领域的热点研究问题之一。人工智能技术有望缩短药物研发时间，减少药物研发成本。（11月1日）
投融资
AI 工具搜索医疗数据，数据创企 H1 获 600 万美元新一轮融资
10 月 29 日，医保数据公司 H1 完成了由 Shore Group 投资的 600 万美元新一轮融资，H1 将利用这笔资金加速其增长和发展。H1 的平台将公共临床和学术数据库与 AI 相结合，帮助医保专业人员使用目标数据库。H1 的数据平台的基础是超过 5000 万篇期刊文章、25 万个临床试验和 75 万名临床医生的经验。目前，H1 有三个主要平台，这三个平台均以著名科学家和创新者的名字命名。分别为 H1 Ada、H1 Curie 和 H1 DaVinci。H1 Ada 提供医疗领域的机构和专家简介及其映射名称；H1 Curie 是一项分析工具，H1 Curie 还提供可视化工具；H1 DaVinci 是最新的数据工具。（10月29日）
医疗 AI 新锐 98point6 完成 C 轮 5000 万美元融资，由高盛领投
10 月 30 日, 医疗 AI 新锐 98point6 宣布完成 C 轮 5000 万美元的融资，由高盛（Goldman Sachs）领投。至此，公司自 2015 年公司成立以来总共募集资金 8610 万美元。本轮资金将用于扩大其产品和医生团队，拓展其平台能力并继续进行渠道建设，满足市场对于初级医疗保健服务的强大需求。据悉，98point6 将人工智能与技术高超的医生相结合，为患者的智能手机提供能够负担的高质量医疗。该公司的技术平台利用人工智能实现自动化收集病症信息等，帮助医生提高工作效率。另外，其所推出的应用程序（APP）还具有处方订购和实验室测试等功能。（10月30日）
加拿大数字医疗平台 Think Research 获 2500 万美元最新融资
10 月 31 日，加拿大多伦多领先的数字医疗平台供应商 Think Research，在最新一轮融资中筹集了超过 2500 万美元的最新资金。该轮融资也是加拿大医疗保健技术公司中规模最大的融资事件之一。参与本轮投资的有 National Bank of Canada、Kayne Partners、Fidelity Investments 及 Canaccord Genuity Group。Think Research 是一家领先的数字医疗平台供应商，旨在为临床医生提供知识型的临床应用及相应内容。本轮融资，将有助于该公司进一步增强公司产品线，提升 AI 工具的学习能力及继续拓展新的市场。Think Research 通过医疗证据和数字算法，来创建有助于推动临床决策的应用程序，并同时通过多个应用平台来提供医疗解决方案。其应用程序包括 eMED-PASS、how2track、EntryPoint 等。（10月31日）
行业动态
中国科学院院士陈润生：基因组、大数据、精准医疗与人工智能
10 月 29 日，「数聚庭州、智惠昌吉、昌吉州信息产业发展高峰论坛」在新疆维吾尔自治区昌吉州举办。本次论坛由昌吉州人民政府主办，昌吉州经济和信息化委员委员会、中国大数据产业应用协同创新联盟承办，由中国科学院计算技术研究所、中科院软件研究所指导，由中国大数据产业应用协同创新研究院协办。来自全国各地 30 多位知名产、学、研专家为昌吉州信息产业把脉，包括昌吉州各级领导以及当地知名企业代表共 300 余人共同见证了此次高峰论坛的成功举行。中国科学院院士陈润生以《基因组、大数据、精准医疗与人工智能》为题作了演讲，他认为医疗健康领域在世界包括在国内都已经得到了广泛的关注，有很多地方都采取了很多的措施。这其中，精准医学能够使医学发生本质的变化。此外，人工智能确实目前刚刚产生，还处于发展阶段，所以在一段时间内，人工智能不仅仅是用到其他行业，也一定可以非常好的用到整个医疗大健康的事业当中来。（10月29日）
推动医联（共）体建设，优化医疗资源配置，人工智能医疗云影像项目启动
近日，健康中国促进网全面启动人工智能医疗云影像项目，并被列入国务院发展研究中心经济要参《健康中国发展战略》课题组的重点跟踪调研项目。健促网计划在全国选择 10 个地级市作为政策和技术的创新试点地区，通过对试点地区提供区域医疗云信息化建设、人工智能辅助诊断临床应用、远程诊疗等先进技术与理念，帮助地方政府解决医疗服务能力建设的技术瓶颈、人才瓶颈，解决区域医疗资源优化配置，区域医疗成本降低，患者重复排队问诊等看病难看病贵的问题，也为国家推行的医联体建设、分级诊疗制度提供强大的工具，共同助力健康中国建设。目前，该项目已为浙江省丽水市全域提供了医学影像共享、医生移动阅片、智能胶片、远程协作会诊、双向转诊、人工智能诊断深度应用等一系列解决方案，实现了医疗数据在授权范围内的自由流通，实现了全市医院的数据共享、资源共享、提高了医疗效率、节约了成本、减少了病人排队等待时间和医疗支出，受到了人民群众的广泛称赞。（10月29日）
透过 ISICDM，看医学图像分析的未来趋势与挑战
第二届图像计算与数字医学国际研讨会虽已告一段落，但本次大会所带来的信息，仍值得深思与回味。医工交叉与产学结合，这两个由来已久的问题随着人工智能的兴起，让医学影像分析面临着全新的机遇与挑战。目前这个市场还处于初期，各路玩家相继入场，产品仍处于科研摸索期。利用大量标注医学图像数据做训练，这并不是一种长久的研究方式。因此，开拓基础理论研究，而非单一在数据上解决问题，成了学者们新的征途。人工智能在医疗领域的应用必须充分全面，不能只针对单一场景。因为医疗的对象是人，人的生命只有一次，一旦犯错就无法弥补。AI 医学影像如何嵌入在医生流程中，最重要的一点便是每一步都可解释，每一个问题都能够定义正确。此外，医疗人工智能产品不仅要输出一个辅助诊断信息，还应把多模态的临床信息结合进来，辅助临床医生做出决策。目前，我国对医疗 AI 产品的分类界定仍是个例处理，缺少统一的标准。种种迹象表明，医疗 AI 企业离获得三类证还有一段距离，企业或许不得不做好打「持久战」的准备。学术创新一定是高校先行，工业界看到可用的学术成果后才推动产品化。如果一项创新已经在论文上发表了，学术界千万不要再去追赶潮流，因为肯定会被企业碾压。（10月31日）
