人工智能医学影像在大学生创新创业项目中的可行性与展望

2021-12-02孙佳慧董鑫宇唐梓元宋海南

电子元器件与信息技术 2021年9期

孙佳慧，董鑫宇，唐梓元，宋海南

（牡丹江医学院医学影像学院，黑龙江牡丹江 157011）

0 引言

经过近六十多年的发展，人工智能技术不断地发展。近几年，人工智能在各个科技领域发挥了重要作用，广泛应用于交通、医疗、教育与工业等多个领域[1-5]。人工智能技术与传统行业深度融合，有效的降低了劳动成本、优化产品与服务，创造新市场与就业等方面，革命性的转变了人类的生活和生产方式。在医学领域，人工智能的应用场景主要为医学影像、智能诊疗、智能导诊、智能语音、健康管理、病例分析、医院管理、新药研发和医疗机器人等，其中在医学影像中的应用最广泛[6-8]。目前国内人工智能医学影像企业数量超过一百家。人工智能与医学影像的结合同时也给大学生创新创业提供了新的机遇。本文以人工智能医学影像在大学生创新创业实践项目中的应用为中心，着力探讨人工智能医学影像大学生创新创业的可行性。

1 医学影像学发展现状

医学影像是临床医生完成对患者疾病诊断的重要依据。医学影像主要包括MRI、CT、DSA、超声、核医学等。医学影像在临床医学诊断领域目前存在一定的问题[9-12]：（1）影像人才短缺。医疗机构普遍缺乏高水平的影像医师，在疾病诊断中容易发生诊断不准确、同一疾病诊断结果不一致等情况。（2）影像诊断定量分析困难。在影像诊断中，病灶信息呈现高通量、多维度，医生对病灶的定量变化往往依赖于经验，微小的定量变化通过肉眼判断比较困难。（3）医生阅片方式难以满足患者的诊断需求。目前影像呈现方式主要为数据与图像，医生对影像的诊断依赖于自身的信息挖掘、分析，人工阅片速度无法提高。

2 人工智能医学影像在大学生创新创业实践中应用可行性

人工智能在医学影像领域主要有影像设备的图像重建、智能辅助诊断疾病、智能勾画靶区、智能判断病理切片、智能判断病理切片及诊断方案智能辅助等。2021年2月10日教育部发布《教育部关于公布2020年度普通高等学校本科专业备案和审批结果的通知》及《列入普通高等学校本科专业母的新专业名单（2021年）》，我国普通高等学校开设新专业智能影像工程。该专业致力于医工高度交叉复合型创新拔尖人才的培养，人才主要服务于高端医学影像设备的智能化研究、开发、管理与使用，从而解决我国目前存在的医学影像创新能力不足、影像诊断治疗水平发展不均衡、全社会健康需求日趋迫切等问题。在目前国家支持大学生创新创业的浓厚氛围下，医学院校依托生物医学工程、智能影像工程、医学影像学、医学影像技术等专业，利用人工智能相关技术，在医学影像领域开展围绕图像处理、计算机辅助诊疗、影像组学等人工智能医学影像创新创业，意义深远，大有可为。

生物医学工程、医学影像学、智能影像工程等专业学科涵盖人工智能影像所需的数学、计算机编程语言（C++、PYTHON、OPENCV、NUMPY等）、医学图像处理、机器学习、深度学习等，从学科角度完全契合人工智能影像的需求，学科体系可进一步调整以适应人工智能影像的需要。其次，人工智能医学影像产业链条比较长，在算法开发上、医学科技创新等方面，需求面广，实际情况就是谁的技术先进、能解决实际问题，谁就占领了先机。再次，目前人工智能影像的相关产业仍处于初级阶段，创业机会较多。目前的人工智能尚处于弱人工智能时代，人工智能医学影像更多的应用于图像识别辅助分析，发展空间较大，未来人工智能在医疗领域将重塑产业，是未来医学创新和改革的强大动力。自从2006年起，国内人工智能+医学影像的企业逐年缓慢增长，初创型企业的概念项目逐渐落地，受到资本的青睐。医学院校拥有医学影像、临床医学、生物医学工程、智能影像学科的优势和人才，在国家大力鼓励大学生创新创业的背景下，适当引导相关学生开展围绕“人工智能影像”的创新创业，符合大学生双创事业的发展规律，有利于大学生寻找创新创业的“Idea”。

3 构建以人工智能影像为基础的大学生创新创业人才培养模式

完善生物医学工程、智能影像工程、医学影像学的医工交叉创新创业课程体系。人工智能医学影像学科体系目前仍在摸索之中也在不断发展之中，医工交叉的学科发展模式本身需要将工学的科研成果转化为医学的科技创新，实现医工交叉、融合的人才培养目标。因此，学科建设上应加强大数据、物联网、人工智能等新技术的课程与实践教育，增强学生的相关学科的动手能力。使学科趋于完善，适应于当前新医学发展的需要。

建立人工智能医学影像的产、学、研一体的基地。目前，在国家高度支持、鼓励大学生创新创业的背景下，医学院校可借助校企合作形式，邀请人工智能医学科技企业的技术人员担任基地的教师，开展学校与企业的联合课程建设，由学校和企业共同扶持大学生开展人工智能影像的科学研究，在研究生与本科生培养上创新培养模式实行双导师制，即以技术驱动为导向，孵化大学生创业公司。通过上述各种机制，建立“产、学、研”一体的大学生创新创业基地。

4 构建医学院校人工智能影像的科研平台

医学院校的生物医学工程、医学影像学、智能影像工程专业的科研创新体系虽然比较健全，但是由于人工智能影像属于新生事物，在相关科研领域仍然存在着学习、应用困难，如影像组学的发展十分迅速，其本质为一种分析思路的方法，从临床问题出发，最后回到解决的临床问题。其步骤主要包括：标准医学影像数据获取和筛选、图像分割、特征提取、特征选择、建立模型与应用。但影像组学上述步骤需要不同的工具、方法来实施，即工具比较分散。目前，一些医学科技公司针对特定疾病影像组学研究开发出集成的平台环境，其最显著的特征为“零编程”，极大的降低了使用者的学习成本，这种软件平台不仅提高了使用效率，更加速了人工智能在医学中的使用进程，降低了门槛。此类平台不失为一种大学生人工智能影像创新创业的工具。因此，医学院校在条件允许的情况下，创建人工智能影像的科研条件能够极大的为人工智能影像的科研提供帮助、支持，也有利于人工智能影像领域大学生创新创业的实现。