近日，第九届钱江国际影像论坛暨浙江省生物医学工程学会放射学专业委员会年会在东海之滨的宁波隆重召开，大会主题为“钱潮聚势·影领未来”。会议由浙江省生物医学工程学会放射学专业委员会、宁波市影像医学临床医学研究中心和浙江大学医学院附属第二医院临床影像联合研究室共同主办，中国科学院大学宁波华美医院（宁波市第二医院）承办。宁波市卫生健康委员会领导、宁波市爱国卫生运动委员会专职副主任周建霖，浙江省生物医学工程学会理事长、之江实验室健康医疗大数据研究中心主任李劲松教授，中国科学院院士、北京航空航天大学大科学装置研究院院长房建成院士等领导及专家出席了此次会议，共有1.8万余人通过线上的形式参会。

 ▲浙江大学医学院附属第二医院张敏鸣教授、中国科学院大学宁波华美医院（宁波市第二医院）郑建军教授主持开幕式

在开幕式中，浙江省生物医学工程学会放射学专业委员会对浙江省放射影像医工交叉优秀研究成果进行表彰，推想医疗与浙江大学医学院附属邵逸夫医院合作论文《基于多中心小数据样本的COVID-19诊断模型构建》入选医工交叉优秀研究成果！推想医疗创始人兼董事长陈宽受邀出席此次会议，并在线发表《人工智能数字技术为人民健康保驾护航》主题演讲。

 ▲推想医疗创始人兼董事长陈宽进行线上演讲

▲推想医疗与邵逸夫医院合作论文《基于多中心小数据样本的COVID-19诊断模型构建》入选医工交叉优秀研究成果

创新引领，入选医工交叉优秀研究成果

此次，推想医疗与邵逸夫医院胡红杰教授团队强强联合，研究使用有限的胸部CT数据来开发一种具有高度鲁棒性的鉴别COVID-19的人工智能算法，合作论文《基于多中心小数据样本的COVID-19诊断模型构建》发表于医学物理学领域的权威期刊Medical Physics。胡红杰教授主要研究方向包括定量心脏磁共振研究、新型对比剂研发、医学影像人工智能研究以及新型介入技术研发，在“医工信”交叉领域具有丰富的研究经验。

人工智能在新冠肺炎（COVID-19）诊断上发挥了重要的作用，但算法开发所需大量的数据以及繁杂的人工标记，同时所建立的模型在不同的数据集上泛化性较差等问题，在某种程度上限制了人工智能技术在临床实践中的推广应用。为此，研究团队将多示例学习（multi-instance learning）与LSTM架构（3DMTM）相结合构建了鲁棒性强的创新弱监督深度学习算法，以实现基于CT影像鉴别诊断新冠肺炎与其他社区获得性肺炎。

基于多中心数据分析该算法模型在不同大小内外部测试数据集上的性能表现，通过对比传统的机器学习算法和深度学习算法的表现，证明了该算法模型的优越的性能与鲁棒性。该方法在新冠肺炎鉴别诊断中良好的性能表现，为其应用于其他医疗场景应用奠定了基础，同时为解决AI算法常见问题提供了新思路。

发挥医疗AI真正价值：融入临床工作流

医疗资源供需不均衡，优质医疗资源的稀缺不仅是中国特有的问题和挑战，也是全球性难题。在这次钱江国际影像论坛中，陈宽在进行主题演讲《人工智能数字技术为人民健康保驾护航》时强调，人工智能技术可以向顶尖医院的医生学习，基于深度学习技术“复制”这些医生的专业技能和知识，从而辅助基层医生进行患者早期疾病的筛查、诊断与治疗。无论三甲医院还是基层医院，AI将更好的融入医生临床诊疗流程，符合医生临床应用习惯，为医生提供更好的应用体验。

以肺癌诊疗为例，推想医疗在肺癌的精准诊断、精准治疗方面都推出了创新的解决方案。近期推想医疗与华西医院联合发布了针对早期肺癌精准诊断的肺结节人工智能分析与报告系统，即肺结节AI靶重建，利用低剂量CT 薄层图像，通过AI智能重建，进行包括结节靶区重建、任意角度多平面重建、最大密度投影、最小密度投影，胸膜重建，血供分析，3D MIP等多种AI智能重建方法，具备智能、精准、高效、可视、结构化五大临床优势。

AI-4D胸部智能可视化解决方案，也是基于人工智能技术，对薄层CT影像序列进行智能化的空间维度三维重建及时间维度融合，是针对肺癌早期筛查、精确诊断和治疗的一体化智能辅助系统。主要功能包括肺结节智能辅助检测、三维重建可视化与手术规划、结构化图文报告等。在患者检测出结节后，对于需要腔镜微创手术的患者，系统通过AI三维重建精准展示患者的肺部解剖结构，更加清晰地展现肺结节大小、形态、肺叶肺段位置及其与支气管、动静脉的毗邻关系，便于胸外科医生精准规划并实施手术，真正做到个体化、精准化治疗。

盛会落幕，征程再启，推想医疗将持续深入临床，引领创新，践行“AI改善全世界生命健康”的使命，在全世界范围内造福更多患者。