建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来( 三 )


建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
单部位多病种检出,更加接近医生的日常临床工作模式,大幅提升了医疗的效率、准确性和标准化。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
一方面,AI算法与硬件融合不仅突破硬件物理局限,提升智能密度(单位面积算力)。同时,增加软件使用临床感受,改善软件功能,促进落地。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
AI医学影像辅助诊断结合AI导诊、AI预问诊和AI预后康复等功能应用,向着医疗完整流程应用发展。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
平台化使得很多产品在医院和科室的平台上有一个统一的入口,使用方便且减少无效的操作,提升临床工作的获得感,使用的便捷性是未来传统设备厂商、信息化厂商需要进行投入和考虑的事情。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
此外,结构化报告使用不足且不统一、不规范,各医院模板有差异,缺乏标准。希望今后有经过认证的AI产品进入临床,通过结构化报告给临床提供更多信息,形成放射科AI的绿色生态工作环境。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
在产品层面,需要更多符合临床使用场景的产品,以及配合各产品的检测库;监管层面,需要对产品定义和分级,制定临床验证规范的方法;商业层面,产品分类、分级、定价以及付费主体都是需要考量的因素;安全层面,数据亟待规范,包括数据的安全性、合法性,符合伦理要求;医院层面,AI产品要符合医疗的准入规则、需要建立临床评测标准和体系。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
作为行业协会和相关的部门,我们也愿意一起制定相关的进入临床的有效性、安全性、风险伦理等等的工作。
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图
建设|对话长征医院刘士远教授:数据库建设与医学影像AI的未来
文章插图