下个时代里，我们更关心你的“位子”

1956年，标志着人工智能诞生的达特茅斯会议在美国举行。从那时起，人们便接受“人工智能”作为该领域的名称。

从语音识别工具到金融交易分析，从自动驾驶汽车到名声大噪的Alpha Go，再到我们所熟悉的医疗领域，人工智能正以各种方式悄然进入我们的日常生活。

变革中的放射学

与其他领域一样，放射学领域同样也在静待一场变革。

根据经济学人智库2017年的数据，在接受调查的全球医疗行业领导者当中，超过半数都认为人工智能技术将在未来5到10年内为医学影像领域带来巨大改变。

全球范围内的很多国家都面临着医学成像需求的日益增加与专业医生的大量短缺之间严重失衡的问题。以英国为例，2012年至2015年间，英国的CT和MR扫描的数量分别增加了29%和26%，而影像科医生的新增人数仅为5%。

高效、准确且基于数据的医学影像的自动解读正在成为影像科医生的得力助手。以西门子医疗的医学图像处理软件syngo.via为例，研究人员开发了一种人工智能工具使得syngo.via可以自动检测解剖结构，独立地给椎骨和肋骨编号，还可以精确地叠加不同的检查日期，甚至不同的检查方式。

syngo.via

医学影像处理软件

角色转变之间

数十年来我们一直以数字的方式生成并存储医学影像，计算机视觉技术 (Computer Vision) 的重大突破为医学影像的自动判读打开了大门。

以“深度学习(Deep Learning)”为代表的新一代人工智能方法正在为医学影像的定量化、标准化和个性化铺平道路。这对推进精准医疗，降低医疗成本，改进工作流程和提升效率而言，意义非凡。

人工智能在为影像科医生们开创全新工作方式的同时，也带来了新的问题：AI时代里，影像医生的角色如何改变？

或许用不了多久影像科医生们就会发现，他们的角色不知在何时已经悄然转变——曾经忙碌的身影变少了，医疗数据的沟通者则成为了他们新的身份标签。

工具or威胁？

“

我十分确信，人工智能绝非威胁而是工具。一个可以被我们利用以支持工作并改善结果的工具。by欧洲医学影像信息学会主席贝恩德•哈姆

”

人工智能无论如何都不会替代影像科医生。恰恰相反，人工智能将会成为他们的得力助手以满足日益增长的影像诊断需求，并积极推动放射学向由数据驱动的研究学科转变。

影像科医生的工作也绝不仅限于查看和解释医学影像。搭建人工智能算法或许还没那么困难，但要将算法转换为切实可靠的诊断工具绝不如想象的那么简单。在被真正运用到临床医学之前，人工智能算法需要对图像数据库进行仔细注释验证，而影像科医生在这一过程中起到的引导作用至关重要。

尽管此刻去断言人工智能的最终影响为时尚早，但大多数专家都认为，在未来5到10年内，人工智能将迎来新一轮的繁荣，并逐渐在放射学的日常里找到它的归属。

影像科医生即将面临的是工作方法和思维模式的积极调整，他们将以一种相比以往更加跨学科的方式开展临床和科研工作。

“

如果学习磁共振的物理原理是影像科医生的一门必修课的话，那么我认为学习成像信息学的基本原理至少也同样重要。by欧洲医学影像信息学会主席谢尔盖•莫洛佐夫

”

人工智能为精准、个性化医疗的实现绘就了美丽图景。我们完全有理由相信，人工智能时代里，影像科医生将被最大程度地解放出来，从而开展更有价值的研究。