超声AI落地难 美年大健康助力建立医学影像专业数据库

科技日报记者 张佳星

“AI的‘燃料’是数据。”4月28日，在超声大数据与人工智能应用与推广大会上，上海交通大学附属瑞金医院教授詹维伟表示，驱动AI落地临床，数据的可用性起着基础性的作用。

“顶级期刊刊发的关于医学影像AI的论文大多需要大样本(10万以上)数据库训练。”詹维伟说，海量的数据意味着数据可用、不被污染、且能实现标准化。

而事实上，中国的医学数据看似很多，但是可用性并不高，正是因为存在被污染、信息不健全、难以标准化的三大“痛点”。东南大学生物科学与医学工程学院教授万遂人表示，在多中心的数据库建立过程中，经常出现对同一医学问题的不同说法。他认为需要经过几年的时间，完成行业标准的工作。

另一方面数据的不统一还存在一定的客观原因，例如不同的仪器成像不同，因此对于同一病灶输出的影像并不相同。

为此专家呼吁相关机构进行数据的标准化工作。“整个医学人工智能的基础是大数据，大数据的基础是我们的数据样本的标准库是否建立。”国家卫健委规划信息司信息处处长沈剑锋表示，标准的医学影像数据库不仅应该对数据进行标准化，还应该对病灶有清晰的标注，且兼顾年龄分布、疾病分类等其他维度的信息。

据介绍，国家卫生健康委已经开始着手进行国家层面的数据标准库的建立。并发布了《全国医院信息化建设标准与规范》《全国医院数据上报管理方案》等指导性文件，对包括数据在内的相关信息进行标准规范。

“拥有大数据的第三方公司也应该在数据规范方面从事更多的工作。”詹维伟说。

美年大健康集团董事长俞熔对此表示认同，他说：“我们的600家运营机构去年为两千多万人次提供体检服务，庞大的流量和数据理应承载更多的科研和技术突破的一些责任。未来将加强相关的标准化的数据的采集、质量控制、数据分析工作，以便将数据提供给权威部门，助力建立医学影像的专业数据库。”

当天，大数据算法与分析国家工程试验室杭州创新中心、浙江省数理医学学会、美年大健康集团三方在超声人工智能方向达成合作，共建超声大数据库。医学影像AI合作开发联盟在会上成立，并发出倡议积极推动各自资源的高效配置与医学影像AI技术落地，通过联合研发共同开展国家级和省市级重大专项、产业化基金、科技发展基金等项目的立项、申报和项目的执行工作，实现产学研的优势结合。