2019年歐洲放射學年會（ECR）在理論的喧囂與科技的交融中徐徐結束，在與會期間，來自全球137個國家逾30000位各界代表參與了此次會議。
ECR2019主題為“the bigger picture”，意在回顧與總結歐洲放射學發展之路的同時，用新技術開啟全新篇章。大會主席Prof. Lorenzo E. Derchi在開幕式講話中提到人工智慧在放射科學中的應用所引發的討論，包括人工智慧在放射科醫生日常工作中的作用與影響、人工智慧技術在患者護理中的運用、人工智慧與放射學研究者角色的關係等問題。
廣泛運用於影像科的人工智慧技術無疑成為了本次展會的一大亮點，為此ECR特別設定了為期三天的人工智慧展（AIX），足以凸顯其在放射科學中日益重要的地位。
那麼在此次大會中，各大器械廠商都拿出了怎樣的看家本事？人工智慧技術又有怎樣的新進展？
傳統器械變革：“以患者為中心”是未來發展方向
作為醫學成像的基本模式，制約MRI、DR、超聲等裝置服務的關鍵仍是效率。
這些產品雖已經歷幾十年的迭代，但從今日展出的產品來看，變化速度並沒有放緩的跡象。影像質量的提高、掃描時間的縮短以及各種應用價值的擴大引導傳統器械的價值逐漸向臨床輔助、提高患者體驗靠攏。
西門子本次來帶的是DR系統Multix Impact和移動x光裝置Mobilett Elara Max。DR 系統Multix Impact具有可調節高度的浮頂式工作臺，以及基於室內觸控的使用者介面。
該工作臺配有17 x 15英寸的數字探測器，可安裝在掃描裝置旁，保證放射技師在檢查期間能夠呆在患者身邊，以給予患者更好的心理體驗。
移動x光裝置Mobilett Elara Max專門設計用於降低醫院獲得性感染的風險的抗菌塗層。抗菌塗層覆蓋整個系統，而電纜隱藏在裝置的鉸接臂內。西門子還升級了該機器的安全軟體包，並建立了“虛擬工作站”，在不影響IT網路安全的情況下，可方便患者直接在床邊直接訪問相關網站。
飛利浦曾在2018年末推出了1.5T Ingenia Ambition“無氦”核磁共振掃描器，磁體在製造的過程中加入液氦後，就進行了完全的密封，即使磁體失超，液氦也不會排放到磁體外，而是儲存在磁體裡，經過操作繼續使用。這樣的設計意味著磁體在其使用壽命期間不必再加註新的液氦。
如今這款產品又有了新進展，在最佳化之下，這種全密封磁鐵不需要排氣管，比上一代磁鐵輕約900千克，既降低了傳統磁鐵的選址難度，又降低了施工成本。
GE繼續完善發展它的自適應影像接收（Adaptive Imaging Receive，AIR）線圈元件。據相關人士介紹，這種柔韌、輕便的部件可以將需要採集的區域更緊密地包裹起來，以提高影像質量，而線圈對體弱患者和新生兒的負擔也更輕。
對於MRI裝置，磁場均勻度是非常重要的因素。此處所言的重要因素，並非指沒有生物體進入的磁場均勻度，而是指在生物體進入後的磁場均勻度。
本次日立重點展示了產品Echelon Smart PlusEchelon 為了在生物體進入後保持磁場均勻度，配備了HOSS(High Order Shim System)勻場系統。
另外，Echelon 除了應對大範圍視角的均場系統，還能夠對膝關節、乳腺等進行區域性高精度的勻場，實現HOSS區域性勻場功能，可望獲得廣泛應用。
透過HOSS能夠使BASG·EPI等對磁場均勻度要求更高的掃描序列的影像質量明顯提高，肩部和膝部等偏離磁場中心的部位的脂肪抑制效果明顯改善，今後也能夠應對核磁共振波譜圖等高功能檢查。
相比於其他公司，三星更關注人工智慧技術的運用。本次大會展出的Bone Suppression是一種演算法，可減少胸部x光檢查中的骨骼訊號的干擾，將原本可能被遮蔽的肺組織提取出來。SimGrid是另一種技術，旨在更容易地替換x射線網格，同時減少散射偽影來提高影像質量。
另一款軟體S-Detect for Breast軟體能在超聲影像上評估乳腺病變，並協助標準化報告和可疑病變分類。在數字影像學方面，三星展示了其Auto Lung Nodule Detection應用、SimGrid網格替換技術和骨抑制技術，以及一個基於人工智慧的顱內出血分類和通知診斷應用程式。
佳能推出的是Vantage Orian，這是一款寬口徑1.5T掃描器。這款產品首次亮相於2018年ECR大會。此次供應商重新設計了MRI數字架構，透過移動掃描器龍門上的電子裝置，使系統的128個通道中的任何一個通道都能使用獨立的模擬數字轉換器。
富士膠片正在推廣它的FDR Smart X，這是一種可用於天花板懸掛或地板安裝的DR裝置，可與FDR D-Evo II和FDR- es數字皮膚一起使用。
人工智慧：資訊處理與輔助診斷成為傳統廠商的發展核心fangshe
今年大會的最大特色特色無疑是人工智慧展覽會（AIX）。這一展廳可供中小型生命科學企業相互交流，參與的人士還可申請參加Nvidia深度學習研究所提供的人工智慧相關培訓。當然，傳統器械巨頭也在不斷深入發展人工智慧產品，各大巨頭也在這一展廳中展示了其最新的數字產品。
從整體趨勢來看，一方面器械廠商們嘗試透過人工智慧技術對裝置成像進行加速，以降低造影劑使用，提升成像速度，另一方面將人工智慧技術應用影像分析之中，用演算法分割影響，減少醫生的工作量並獲取更多有用資訊。
在大會上，GE展示了基於Edison的軟體應用程式和智慧裝置。Edison是通用電氣的人工智慧平臺，能將現有的人工智慧合作伙伴和產品聯絡在一起。這一系統展示了GE嘗試開啟第三方軟體市場的核心，對於與會中小企業是一個絕佳的機會。
同時，超聲裝置製造商重新強調了其通用性和可用性，各大超聲波使用者方向成像行業發出了一個明確的資訊：不僅要讓這種模式更容易使用，還要開發出最佳化特定應用程式的工具。
在大會上，GE在其CT掃描器Revolution系列上增加了最新產品Revolution Apex。Apex作為下一代智慧CT掃描器，Edison深度學習影像重建演算法來可幫助組裝TrueFidelity影像，該影像具有高空間解析度、自然紋理和低對比度檢測力的特點。
GE同樣將AI植入了超聲裝置，本次展示的Logiq E10超聲波掃描器即採用了與無人駕駛汽車和3D影片遊戲類似的人工智慧技術。掃描器獲取和重建資料的方法類似於MR和CT系統，能夠自動識別影像焦點。
飛利浦推出了IntelliSpace Discovery 3.0，這是一個旨在促進放射學AI演算法在臨床研究中的開發和部署的軟體平臺。近日該產品落地吉林大學白求恩第一醫院（以下簡稱“吉大一”），輔助放射科醫生透過智慧化影像後處理為患者提供精準診療，並支援臨床科研及應用轉化。
此外，飛利浦過去釋出的IQon光譜CT一直以強大的資訊獲取能力著稱，而近期研究表明，軟體方面的技術可以減少後續掃描工作、降低造影劑使用量和x射線輻射劑量的水平，從而提高醫院工作效率。
西門子也在人工智慧技術上做出了廣泛、深入的投入，如何持續提供創新的數字化醫療解決方案，打造數字化醫療生態圈，踐行數字化醫療的企業價值承諾，成了這家巨頭當下最大的追求。
西門子在AIX中表示，他們正在努力創造一種以人工智慧為動力的數字“雙胞胎”模型，這種模型可以用來模擬患者的單個器官生理狀況，用於預測變化和治療結果。該公司表示，這些數字模型還可以透過預測變化的影響，幫助最佳化工作流程。
富士展示了REiLI醫療影像與資訊學AI專案。該公司目前正在開發一系列人工智慧技術，如用於識別和提取器官區域的區域識別技術。REiLI的其他正在開發的應用包括計算機輔助檢測，透過減少影像解釋時間來幫助放射科醫生的臨床決策。富士AI的另一個新應用FCT Pixel Shine則提供了低劑量CT影像的影像處理。
富士展出的是64排CT，該CT配有嵌入Synapse 3d重建模組的控制檯。該公司還強調了其FCT Pixel Shine技術，它能使用AI演算法在極低輻射劑量下實現高效的影像處理。
三星正在展示在其成像模式中整合人工智慧技術。三星的S-Detect for Breast軟體能在超聲影像上評估乳腺病變，並協助標準化報告和可疑病變分類。在數字影像學方面，三星展示了其Auto Lung Nodule Detection應用、SimGrid網格替換技術和骨抑制技術。它還推出了一個基於人工智慧的顱內出血分類和通知診斷應用程式。
三星在超聲方面推出了一款名為SonoSync的軟體包。該軟體提供網路服務，可進行實時超聲檢查，使臨床醫生可以及時檢視影像。SonoSync還可以連線智慧手機、平板電腦、膝上型電腦和臺式電腦。
“人工智慧VS放射科醫生”與人工智慧在醫療器械的未來
Luis Donoso Bach教授是巴塞羅那醫院臨床診斷影像學系主任、巴塞羅那大學放射學教授。作為歐洲放射學的領導者，他的研究涉及放射學實踐的多個領域，包括肝臟成像、數字成像、診斷放射學中的IT應用和產品開發。
Luis Donoso Bach教授表示，隨著CT、MR和介入放射學等技術的引入，放射科醫生的角色從在醫療服務中的邊緣地位移向中心：“今天，如果沒有成像部門，任何一家醫療機構都會無法運轉，畢竟病人幾乎每次離開醫院前都至少要做一次影像學檢查。”
放射學在技術和臨床之間取得了平衡，它已經成為一門強有力的學科。如果它要繼續發展，就必須更多地參與臨床，而不僅僅是輔助診斷，以拉近與患者的距離。同時，放射科醫生必須超越檢測病變和解釋影像的範疇，因為機器已經比人類更好地完成了這些任務。
“放射科醫生的角色應該是透過將影像資訊與臨床資訊結合起來，並根據具體情況中來解決臨床問題。要想繼續發展，放射科醫生必須不僅僅是放射科醫生，還要成為‘影像資訊方面的專家’。”人工智慧的發展只是凸顯了這種必要的轉變。
到目前為止，放射科醫生只研究“狹義人工智慧”，用簡單的演算法來完成簡單的任務。機器仍然需要人工輔助來學習如何執行任務。人工智慧的下一個大趨勢是深度學習，在這個過程中，機器不需要人工干涉就能自主學習。
同時，標準化的大資料將具有巨大的價值，放射科醫生在這一領域仍將發揮重要作用。“我們可以幫助檢驗人工智慧應用。人工智慧是透過成像穿透醫學，所以我們處於有利地位。我們必須擁抱技術，幫助開發和實現人工智慧工具，因為這是在驗證階段。醫生，尤其是我們放射科醫生，是非常必要的。”Luis Donoso Bach教授說。
Valentin Sinitsyn教授是莫斯科羅蒙諾索夫國立大學醫學院放射學系主任。他是俄羅斯心臟成像領域的先驅，幫助推動了俄羅斯心臟成像領域的發展，但他認為，要增加磁共振（MRI）和CT的使用，還有很多工作要做。
他坦誠地表示了對俄羅斯臨床實踐中心臟MRI和CT緩慢的發展失望的態度。心臟成像的好處眾所周知，但心臟CT和MR檢查在心臟成像中的運用比例僅為1%左右。他認為放射科醫生和心臟病科醫生的知識和積極性不足是造成這種情況的主要原因。
那麼，人工智慧將朝哪個方向發展呢？我們必須回答以下幾個問題。
1、人工放射科還是智慧放射科？
對於MRI來說，人工智慧的價值在於替代不精確的手工測量成像，並加速定量成像在日常臨床實踐中的應用。這從自動化的大小測量，如腫瘤的長、短測量，擴充套件到更高階的腫瘤表型定量特徵檢查，包括結構、器官位置和異質性。而智慧想要在人工的基礎上更進一步，還需要做好以下幾點：
1. 能夠做出更明智的決策，提高診斷準確性；
2. 比較既往和當前影像學研究的變化和疾病進展的能力；
3. 更個性化的治療計劃；
4. 預測患者治療反應的能力。
2、市場採用障礙能否克服
定量成像的趨勢還處於早期階段，因此需要解決幾個市場障礙：一、商業市場關於定量成像的意識薄弱；二、不同供應商的定量成像軟體得出的結果之間缺乏重現性；三、放射科醫生在工作中使用該技術時，定量成像結果需要在初讀時顯示，而不是之後處理；四、大多數PACS系統不支援定量成像資料的搜尋和挖掘。
當然，這些問題並非不能解決，當人們對人工智慧的理解逐漸加深，企業間的交流逐漸豐富，這些障礙或許會在今後幾年內逐步克服。
3、人工智慧與混合成像（HI）的結合能否解決現有問題
在混合成像中使用人工智慧的好處對於決策支援、預測和其他應用是顯而易見的，但是影像學專家必須採用實用的方法來實現人工智慧在工作中的應用，這種情況只有在它們被整合到醫院的主要工作流程中才會發生。
人工智慧（AI）和混合成像（HI）結合起來會成為一個新的研究領域。“我們將從人工智慧中獲益匪淺。”ESHIMT總裁、來自奧地利維也納的Thomas Beyer教授說。
HI將解剖影像與分子成像結合在一起，PET/CT和PET/MR已經為閱片者提供了比CT更廣泛的資訊。“對於HI，尤其是PET/MRI，放射科醫生和核醫學專家將開始利用動態成像模式，這就像隨著時間的推移觀察病變的功能。”Thomas Beyer說。
但是，在腫瘤的觀察中加入的引數越多，醫生就越難對一種疾病的表型做出判斷。因此，人工智慧的深度學習能力和其他技術可以作為一種決策支援機制。
此外，HI與病理學密切相關，越來越多的研究人員將AI視為介導成像和組織病理學的工具。目前已經有研究將數字化組織病理學與PET/MRI相結合，建立基於機器學習的預測模型，在不需要活檢的情況下鑑別前列腺良/惡性腫瘤。
來自瑞士的核醫學醫師、放射學家和物理學家Antoine Leimgruber說，腫瘤學可能比其他任何領域都更需要透過放射組學、蛋白質組學、基因組學、病理學、治療和放射治療來整合成像資料，從而向個性化醫學發展。放射學可以幫助放射科醫生和核醫生獲得最大限度的疾病資訊。
到目前為止，運用放射組學收集的大部分資料都是關於肺癌的。一半的研究集中在病變的特徵（惡性或良性）。Antoine Leimgruber相信，這些只是初步資料。“利用現有的科學知識和技術來決定是否需要對肺結節採取措施，是很容易的。”雖然這已經是一個複雜的問題，但這是邁向更加一體化的放射組學或放射組學+的第一步。
更全面的影響組學方法正在出現，但是在臨床環境中使用它們是非常困難的，因為資料每天都在非常快速地流入每家醫院，而問題的關鍵在於醫療團隊將如何對其進行有效地整合。
一個可靠的開端是，人工智慧有望以儘可能自動化的方式，從可複製協議中提取的簡單而標準化的資料整合到醫院工作流中，以便人們實際使用或訪問資料。“否則，‘垃圾進垃圾出’的老話也會影響到放射學，這對任何人都沒有好處。”Antoine Leimgruber總結道。
ECR中的中國力量
在人工智慧領域，中國技術一直走在世界的第一梯隊，中國力量也頻繁出現在各大國際會議之上。
在本次會議之上，我們能看到推想（InferVision），圖瑪深維（12 Sigma）,安德醫智（Biomind）等AI公司，江蘇麥格思頻（JiangSu Magspin）、普愛醫療（Prelove）、巨鯊醫療（JuSha Display）、深圳巨烽（Shenzhen Beacon）、汕頭超聲（SIUI）等器械公司的展臺，以及他們所展示的卓越技術。
作為國內心腦血管人工智慧的領航者，數坤科技在會上向英國放射協會、中華醫學會放射學分會的權威教授，以及全球的裝置廠商、製藥商、解決方案商等分享了將AI用於心腦血管疾病輔助診斷的成熟經驗。
數坤科技在ECR做心血管人工智慧技術分享
在此次ECR 2019上，圖瑪深維與法國老牌醫學成像軟體解決專家影思(Intrasense)聯合展出三款醫學影像智慧診斷新品，包括肺結節智慧診斷系統、胸部X線智慧診斷系統、乳腺鉬靶智慧診斷系統。
圖瑪深維參會後深刻地感受到，影像相關的企業與科室已經從觀望轉向有意嘗試，AI廠商在尋找落地合作伙伴的難度也不斷降低。在這種趨勢下，人工智慧廠商更應竭力提升產品價值，以儘量滿足醫生對產品的期望。
貼合此次主題，SIUI在ECR現場演示了SIUI MAI智慧遠端物聯網平臺和專注女性健康的乳腺超聲IBUS等儀器的智慧化操作流程，引起現場觀眾的極大興趣。參觀者聚集在SIUI展位，向銷售人員瞭解新產品新應用的技術特點，並親身體驗SIUI智慧化時代產物帶來的便利。
普愛醫療作為國內C形臂行業標準的制定者，其C形臂產品已服務全球10000多家醫療機構。
在ECR 2019盛會上，普愛醫療展示了目前比較熱銷的動態平板小C，這款平板C形臂自2017年上市以來，憑藉清晰的影像和便捷的臨床操作獲得市場認可，而此次展示的升級版產品更加成熟和貼近臨床需求。
學術方面國內也不曾落後。作為出席ECR 的中國影像學者，北京協和醫院放射科王明老師在 ECR 現場帶來的創新成果展示正與人工智慧相關——《 AI 成像最佳化聯合迭代演算法在“雙低”主動脈 CTA 的初步應用》。
這是北京協和醫院與東軟醫療合作的關於人工智慧聯合迭代演算法改善低劑量 CT 影像質量的科研專案成果展示，驗證了中國高階 CT 裝置（ NeuViz 128 精睿 CT ）所獨有的技術創新點及專利技術，實現了“超越影像”的價值。
機遇在此，但也不得不提及挑戰。如今的GPS、佳能、日立等巨頭以生態圈的方式佈局人工智慧，他們有足夠的資源去取得領頭位置。如果國內的廠商不能及早推出更堅實、更被市場認可的產品，仍可能輸在商業化的起跑線上。
所以，醫療AI的應用與探索仍需加速，一刻也不能放鬆。我們期待在2020年的ECR中可以看到AI與放射學相融合中更令人驚喜的進展，更期待有更多的中國身影出現在國際之中，在這國際學術舞臺上展示出前沿的成就。
