本土医学影像AI厂商「集体缺席」，RSNA 2021还有哪些看点？( 二 ) 近日

陆菁菁教授表示， “今年RSNA上的论文，疫情相关的影像研究和影像AI研究仍然是两大热门领域。在AI方面，研究者们的认识逐渐深入，更加考虑其理论基础、外部验证、泛化能力和可解释性。 ”
比如，陆菁菁教授的研究组在会上有一篇口头报告论文， "Multi-OrganUniversalLesionDetectioninCTscans:anIndependentExternalValidation"（CT扫描多器官普遍病灶检测：独立的外部验证），是将经过内部验证的多器官疾病探测算法在真实世界的数据环境中进行了外部验证，相比之前多数在内部进行验证的研究，外部验证的研究更能提示模型的实用性和鲁棒性。
另外，大会中有一篇AI研究方面的获奖论文，也提到外部验证的观点：“Pre-operativeRadiomicsModelForPrognosticationInResectablePancreaticAdenocarcinoma:Multi-institutionalDevelopmentAndExternalValidation"（可切除胰腺癌术前放射组学模型预测：多机构发展和外部验证）。
在这篇论文中，一共纳入了欧美国家多中心来源的500多例胰腺癌患者，进行了术前组学预测预后模型的外部验证研究，呈现了客观可信的实验数据，对模型进行外部验证。
当然，在学术研究之外，在FDA连批数十款AI产品、NMPA接连下发三类证的趋势下，医疗AI产品现今的成熟程度，是否已经成为医生“顺手的临床工具”？
医疗AI公司深透医疗的临床顾问、芝加哥大学放射学专家PaulChang教授，在分析今年医疗AI的市场趋势时说到了几点：
人工智能影像应用已经跨过了过高期待的HYPE（炒作）阶段，在技术发展曲线中，当前处于一个从期待过高后跌倒低谷再重新走入真实的应用，产生更大价值的临界点。
而目前亟待解决的问题是，如何尽可能缩短这个低谷期，加速发展。
陆菁菁教授也谈到， “临床工作中的AI使用还没有很好地嵌入临床工作流，这也是国内AI产品发展的局限性。而国际上各大AI公司基本都打通了各种PACS对接，各种大品牌的PACS公司，也开始接受AI公司的模型集成。 ”
她表示， “以我一直关注的Nuance公司为例，在AI整合到影像报告工作流各个方面都走在前沿，其产品非常符合影像医生的期望。 ”
另外， AI产品方面还是略显任务单一，主要还是包括常见的肺结节、炎症、气肿等，骨折探测，脑卒中处理方案，心血管处理方案，乳腺超声钼靶等AI产品。
因此，医疗AI需要思考的是，如何将AI进一步融入临床工作流，探索使用体验更好的AI产品。
PaulChang教授认为，医疗AI最重要的几个关键点是：首先，要由真实的临床价值带来真实的商业价值；
此次，如何将产品方向往更真实的临床场景推动，做一些真实临床需要的提升临床效率与数据质量的应用；
第三，标准化， AI解决方案成为临床标准流程的重要环节。
由此看来，医生对AI的学术研究及产品认知，进一步深入。
器械与医疗AI的跨界融合
在RSNA的会场上， GPS、东软医疗等厂商现身会场，带来了自己一年来的新动作。
GE医疗在RSNA2021上推出一系列医学成像模式的新产品，其共同主题是：提高放射科室和成像中心的效率，介绍包括新的MRI系列和新的CT扫描仪。
飞利浦在RSNA2021上聚焦新型增强、供应商中立放射学工作流程解决方案和可扩展的智能连接成像系统，透露了有关其新型1.5T和3TMRI扫描仪的详细信息，以及基于软件的工作流程增强功能。
西门子医疗在RSNA2021展台上的主要亮点是一款名为NaeotomAlpha的新型光子计数CT扫描仪。