日前， 第79屆中國國際醫療器械（春季）博覽會（CMEF）在上海舉行。 作為亞太地區最大的醫療行業展會， CMEF集中體現了行業最新前沿趨勢與脈搏。
本屆CMEF展會主題為“醫療數位化時代”， GE醫療、西門子、聯影、飛利浦、海信醫療等大公司紛紛推出眾多醫療數位化產品及解決方案。 以GE醫療為例， 這家老牌廠商一共展出了16款數字醫療成果， 其中不少集成了時下最為火熱的人工智慧技術， 令人眼前一亮。
作為行業領導者， 4月12日GE醫療還舉辦了一場主題為“當智慧遇上醫療”的數字醫療峰會， 邀請來自政府、行業協會、醫療機構的代表和放射學、醫學資訊化、醫療設備管理以及衛生經濟政策的專家們齊聚一堂， 圍繞數位技術賦能醫療服務所面臨的機遇與挑戰等話題展開探討， 試圖給行業以啟迪和思考。
中放協會候任主委、上海長征醫院影像醫學與核醫學科主任劉士遠教授作為大會嘉賓參與討論並在會後接受了包括雷鋒網在內的多家媒體採訪，
劉士遠教授指出， 醫療數位化是一個非常寬泛的概念， 涉及醫療流程的各個環節， 面臨的挑戰非常之多。
說到數位化， 資料是一個繞不開的話題。 在醫療領域更是如此， 因為其特殊性和敏感性， 醫療廠商通常不願過多提及， 卻又不得不面對。
劉士遠教授認為， 今天醫療數位化面臨的很多困局都與資料有關， 其中可以分為幾個層面：
一是資料的歸屬權、管理權和使用權尚不清晰， 需要進一步明確。
作為醫療資料的實際管理者， 醫院手握著大量資料， 不少AI初創公司通過不同的合作方式從醫院獲取資料，
企業從醫院獲取資料的途徑是否合法， 資料的使用是否在合法範圍內， 這些都還是灰色地帶。 劉士遠教授指出， 大家今天都是在“摸著石頭過河”。
針對這一問題， 另一位大會嘉賓——原國家衛生計生委統計資訊中心副主任王才有也分享了自己的精彩見解。
王主任介紹， 回顧歷史， 醫療資料的歸屬權隨著社會發展幾經更迭；放眼世界， 各國對這個問題的看法也不盡相同。 計劃經濟時代， 病歷曾是國家的寶貴財產；後來發展市場經濟， 又成了醫院和患者共同所有。 毋庸置疑， 患者對自己的資料享有所有權，
另外， 從資料的屬性來看， 有主觀資料和客觀資料之分。 客觀資料包括患者的個人資訊和機器生成的檢查數值等， 主觀資料是醫生分析判斷後形成的， 後者擁有智慧財產權。
王才有主任指出， 從現實情況來看， 現階段醫療資料掌握在醫療機構手中， 我們不應該限制其價值發揮， 但必須建立相關標準和規範。 站在患者的角度， 患者應用享有知情權， 知道自己的資料被用在了哪些地方。
二是資料缺乏統一標準， 品質參差不齊。
由於不同地域的醫療水準存在差距， 醫生採集資料的手法各異， 其品質往往參差不齊。
GE全球高級副總裁、GE中國總裁兼首席執行官段小纓也表示， 資料品質問題是AI技術在醫療領域落地的一大瓶頸。 作為行業領導者， GE醫療未來會進行更加多元化的嘗試， 推動資料獲取標準化和資料互聯互通。 在工業物聯網領域， GE建立了自己的大資料平臺， 未來這一經驗也可以移植到醫療領域。
三是資料的標注非常複雜。
劉士遠教授指出， 中國從來不缺資料， 但資料本身是沒有價值的， 只有經過加工後才可能變成資源。醫療資料的種類非常繁雜而且混亂，對它們進行清理、分類和標記是一項非常繁雜的工作。
騰訊覓影的技術負責人曾向雷鋒網介紹，現有的醫學標準具有一定的彈性，不同專家對於同一病例的看法並不一致。為了避免醫生個人經驗和看法導致的“偏見”，騰訊覓影在進行資料標注時會同時設置幾個組，每個組邀請幾位元醫生進行資料標注，然後交叉比對，尋找“最大公約數”。這種做法取得了很好的效果，但也十分費時費力，是否值得推崇呢？
如何找到一套標準和方法，讓資料標注更加準確和具有客觀性，是行業接下來需要著重思考的問題。
四是資料的安全問題。
前兩天Facebook的資料安全問題鬧得沸沸揚揚，紮克伯格甚至因此在國會接受質詢。在醫療領域，資料安全同樣是一個重要命題。理想情況下，我們總是希望“安全先行”，但事實上很難做到。
劉士遠教授指出，資料早已有之，但過去人們沒有意識到資料的價值，也就沒人關心它的安全問題。今天所有人都在搶資料，我們才想到要怎麼去紮安全的籬笆。
王才有主任也提到，過去資料交易在地下市場一直存在，而且明碼標價，只是規模不像今天這樣龐大。隨著資料量不斷增長，安全問題帶來的危害愈發嚴重，這才被重視起來。這是一個必然的過程。
王主任指出，假如將大資料看作一個整體，將它敲碎後人手一份，理論上是最安全的，但與此同時它也失去了價值。所以還是要讓資料先被用起來，造福人類社會，中間會暴露出一些問題，我們再利用集體智慧設計制度，對其加以規範。
解決上面提到的這些問題，有賴於政府、行業協會、醫療機構等多方面的努力協作。
首先，政府需要自上而下地制定一系列政策和規範，厘清資料的歸屬權、標準化和安全問題。
比如建設一個具有廣泛性的，大家都能認可的標準資料庫，對企業的醫療AI產品進行驗證。這樣一個資料庫中的資料必須是來源於全國各地的，而且包含各種性質的疾病，按照一定比例分佈。最為關鍵的是，需要從全國招募接觸過AI的醫生，並按照一套設計好的標準方案培訓後進行資料標記，以確保標記結果沒有任何一家公司的痕跡，保證其公平性。
另外，協會和醫療機構層面也可以成立一些組織，制定相應的行業標準。
就在GE數字醫療峰會召開當天，“中國醫學影像AI產學研用創新聯盟”宣佈成立，劉士遠教授正是這一聯盟中的重要成員。
劉士遠教授表示，自己從2016年下半年開始接觸人工智慧，中間接觸過很多人。他發現，很多人工智慧公司想要做醫療產品，但不知道怎麼做，該找誰合作。科研院所和研究人員有很好的研究成果，但不知道能用它做些什麼，怎麼將它轉化成產品。醫生也在積極瞭解和擁抱人工智慧，卻不知道從哪裡入手。
成立“中國醫學影像AI產學研用創新聯盟”的初衷，就在於更加高效地整合行業產、學、研、用各方資源優勢，建立產業上下游、產學研資訊、智慧財產權等資源分享機制，建立人才培養、國際合作的平臺，推動診療指南、操作規範體系的建立，有效促進中國醫學影像AI事業及相關產業技術創新發展與協作共贏。
對於AI初創公司而言，除了整個行業共同面臨的資料問題，缺少盈利模式也是橫亙在他們面前的一座大山。
劉士遠教授指出，當前絕大多數醫療AI公司都缺少清晰的盈利模式，還在不斷探索。中間如果能夠獲得比較多的風投，就能一直堅持下去，如果運氣不好拿不到風投，說不定哪天就死掉了。
相比之下，GE醫療這樣的行業巨頭擁有得天獨厚的優勢。本次CMEF大會上，GE醫療推出了多款集成了人工智慧技術的創新產品，比如資產雲管家、雲心電解決方案和智慧ICU+等。GE醫療擁有龐大的傳統業務，這些業務可以獲得很好的利潤為上述創新產品輸血。
另外，其傳統產品線也為AI技術與臨床醫療提供了豐富的結合點，使得其創新能夠與原有產品和醫院實際場景緊密結合在一起的，給患者和醫生帶來實實在在幫助的。
段小纓女士表示，醫療領域的數位化進程可以分為兩個維度，一是橫向的純技術維度，二是縱向的技術落地。其中最大的挑戰不在技術本身，而在於數位化升級會帶來商業模式的變革和傳統業務流程的再造。應對這兩大挑戰需要有非常深厚的縱向專業知識，這是AI初創公司所不具備的。
雖然醫療AI的發展面臨著許多挑戰，但劉士遠教授相信，假以時日醫療AI一定可以成為醫生的好助手。他表示，對於AI技術的發展，影像科醫生不必感到恐慌。未來AI會説明影像科醫生處理大量繁雜和重複性的工作。醫生只需要對結果進行監測和處理，給病人做一些解釋工作即可。雷鋒網
只有經過加工後才可能變成資源。醫療資料的種類非常繁雜而且混亂，對它們進行清理、分類和標記是一項非常繁雜的工作。騰訊覓影的技術負責人曾向雷鋒網介紹，現有的醫學標準具有一定的彈性，不同專家對於同一病例的看法並不一致。為了避免醫生個人經驗和看法導致的“偏見”，騰訊覓影在進行資料標注時會同時設置幾個組，每個組邀請幾位元醫生進行資料標注，然後交叉比對，尋找“最大公約數”。這種做法取得了很好的效果，但也十分費時費力，是否值得推崇呢？
如何找到一套標準和方法，讓資料標注更加準確和具有客觀性，是行業接下來需要著重思考的問題。
四是資料的安全問題。
前兩天Facebook的資料安全問題鬧得沸沸揚揚，紮克伯格甚至因此在國會接受質詢。在醫療領域，資料安全同樣是一個重要命題。理想情況下，我們總是希望“安全先行”，但事實上很難做到。
劉士遠教授指出，資料早已有之，但過去人們沒有意識到資料的價值，也就沒人關心它的安全問題。今天所有人都在搶資料，我們才想到要怎麼去紮安全的籬笆。
王才有主任也提到，過去資料交易在地下市場一直存在，而且明碼標價，只是規模不像今天這樣龐大。隨著資料量不斷增長，安全問題帶來的危害愈發嚴重，這才被重視起來。這是一個必然的過程。
王主任指出，假如將大資料看作一個整體，將它敲碎後人手一份，理論上是最安全的，但與此同時它也失去了價值。所以還是要讓資料先被用起來，造福人類社會，中間會暴露出一些問題，我們再利用集體智慧設計制度，對其加以規範。
解決上面提到的這些問題，有賴於政府、行業協會、醫療機構等多方面的努力協作。
首先，政府需要自上而下地制定一系列政策和規範，厘清資料的歸屬權、標準化和安全問題。
比如建設一個具有廣泛性的，大家都能認可的標準資料庫，對企業的醫療AI產品進行驗證。這樣一個資料庫中的資料必須是來源於全國各地的，而且包含各種性質的疾病，按照一定比例分佈。最為關鍵的是，需要從全國招募接觸過AI的醫生，並按照一套設計好的標準方案培訓後進行資料標記，以確保標記結果沒有任何一家公司的痕跡，保證其公平性。
另外，協會和醫療機構層面也可以成立一些組織，制定相應的行業標準。
就在GE數字醫療峰會召開當天，“中國醫學影像AI產學研用創新聯盟”宣佈成立，劉士遠教授正是這一聯盟中的重要成員。
劉士遠教授表示，自己從2016年下半年開始接觸人工智慧，中間接觸過很多人。他發現，很多人工智慧公司想要做醫療產品，但不知道怎麼做，該找誰合作。科研院所和研究人員有很好的研究成果，但不知道能用它做些什麼，怎麼將它轉化成產品。醫生也在積極瞭解和擁抱人工智慧，卻不知道從哪裡入手。
成立“中國醫學影像AI產學研用創新聯盟”的初衷，就在於更加高效地整合行業產、學、研、用各方資源優勢，建立產業上下游、產學研資訊、智慧財產權等資源分享機制，建立人才培養、國際合作的平臺，推動診療指南、操作規範體系的建立，有效促進中國醫學影像AI事業及相關產業技術創新發展與協作共贏。
對於AI初創公司而言，除了整個行業共同面臨的資料問題，缺少盈利模式也是橫亙在他們面前的一座大山。
劉士遠教授指出，當前絕大多數醫療AI公司都缺少清晰的盈利模式，還在不斷探索。中間如果能夠獲得比較多的風投，就能一直堅持下去，如果運氣不好拿不到風投，說不定哪天就死掉了。
相比之下，GE醫療這樣的行業巨頭擁有得天獨厚的優勢。本次CMEF大會上，GE醫療推出了多款集成了人工智慧技術的創新產品，比如資產雲管家、雲心電解決方案和智慧ICU+等。GE醫療擁有龐大的傳統業務，這些業務可以獲得很好的利潤為上述創新產品輸血。
另外，其傳統產品線也為AI技術與臨床醫療提供了豐富的結合點，使得其創新能夠與原有產品和醫院實際場景緊密結合在一起的，給患者和醫生帶來實實在在幫助的。
段小纓女士表示，醫療領域的數位化進程可以分為兩個維度，一是橫向的純技術維度，二是縱向的技術落地。其中最大的挑戰不在技術本身，而在於數位化升級會帶來商業模式的變革和傳統業務流程的再造。應對這兩大挑戰需要有非常深厚的縱向專業知識，這是AI初創公司所不具備的。
雖然醫療AI的發展面臨著許多挑戰，但劉士遠教授相信，假以時日醫療AI一定可以成為醫生的好助手。他表示，對於AI技術的發展，影像科醫生不必感到恐慌。未來AI會説明影像科醫生處理大量繁雜和重複性的工作。醫生只需要對結果進行監測和處理，給病人做一些解釋工作即可。雷鋒網