ECR2019：器械+AI大势已定！GPS、三星、日立等巨头创新几何？国内企业潮向何方？

传统器械变革：“以患者为中心”是未来发展方向

作为医学成像的基本模式，制约MRI、DR、超声等设备服务的关键仍是效率。这些产品虽已经历几十年的迭代，但从今日展出的产品来看，变化速度并没有放缓的迹象。图像质量的提高、扫描时间的缩短以及各种应用价值的扩大引导传统器械的价值逐渐向临床辅助、提高患者体验靠拢。

西门子本次来带的是DR系统Multix Impact和移动x光设备Mobilett Elara Max。DR 系统Multix Impact具有可调节高度的浮顶式工作台，以及基于室内触摸的用户界面。该工作台配有17 x 15英寸的数字探测器，可安装在扫描设备旁，保证放射技师在检查期间能够呆在患者身边，以给予患者更好的心理。

移动x光设备Mobilett Elara Max专门设计用于降低医院获得性感染的风险的抗菌涂层。抗菌涂层覆盖整个系统，而电缆隐藏在设备的铰接臂内。西门子还升级了该机器的安全软件包，并创建了“虚拟工作站”，在不影响IT网络安全的情况下，可方便患者直接在床边直接访问相关网站。

飞利浦曾在2018年末推出了1．5T Ingenia Ambition“无氦”核磁共振扫描仪，磁体在制造的过程中加入液氦后，就进行了完全的密封，即使磁体失超，液氦也不会排放到磁体外，而是储存在磁体里，经过操作继续使用。这样的设计意味着磁体在其使用寿命期间不必再加注新的液氦。如今这款产品又有了新进展，在优化之下，这种全密封磁铁不需要排气管，比上一代磁铁轻约900千克，既降低了传统磁铁的选址难度，又降低了施工成本。

GE继续完善发展它的自适应图像接收（Adaptive Imaging Receive，AIR）线圈组件。据相关人士介绍，这种柔韧、轻便的部件可以将需要采集的区域更紧密地包裹起来，以提高图像质量，而线圈对体弱患者和新生儿的负担也更轻。

对于MRI装置，磁场均匀度是非常重要的因素。此处所言的重要因素，并非指没有生物体进入的磁场均匀度，而是指在生物体进入后的磁场均匀度。本次日立重点展示了产品Echelon Smart PlusEchelon 为了在生物体进入后保持磁场均匀度，配备了HOSS（High Order Shim System）匀场系统。

另外，Echelon 除了应对大范围视角的均场系统，还能够对膝关节、乳腺等进行局部高精度的匀场，实现HOSS局部匀场功能，可望获得广泛应用。通过HOSS能够使BASG·EPI等对磁场均匀度要求更高的扫描序列的图像质量明显提高，肩部和膝部等偏离磁场中心的部位的脂肪抑制效果明显改善，今后也能够应对核磁共振波谱图等高功能检查。

相比于其他公司，三星更关注人工智能技术的运用。本次大会展出的Bone Suppression是一种算法，可减少胸部x光检查中的骨骼信号的干扰，将原本可能被遮蔽的肺组织提取出来。SimGrid是另一种技术，旨在更容易地替换x射线网格，同时减少散射伪影来提高图像质量。

另一款软件S－Detect for Breast软件能在超声图像上评估乳腺病变，并协助标准化报告和可疑病变分类。在数字影像学方面，三星展示了其Auto Lung Nodule Detection应用、SimGrid网格替换技术和骨抑制技术，以及一个基于人工智能的颅内出血分类和通知诊断应用程序。

佳能推出的是Vantage Orian，这是一款宽口径1．5T扫描仪。这款产品首次亮相于2018年ECR大会。此次供应商重新设计了MRI数字架构，通过移动扫描仪龙门上的电子设备，使系统的128个通道中的任何一个通道都能使用。

富士胶片正在推广它的FDR Smart X，这是一种可用于天花板悬挂或地板安装的DR装置，可与FDR D－Evo II和FDR－ es数字面板一起使用。

从整体趋势来看，一方面器械厂商们尝试通过人工智能技术对设备成像进行加速，以降低造影剂使用，提升成像速度，另一方面将人工智能技术应用影像分析之中，用算法分割影响，减少医生的工作量并获取更多有用信息。

在大会上，GE展示了基于Edison的软件应用程序和智能设备。Edison是通用电气的人工智能平台，能将现有的人工智能合作伙伴和产品联系在一起。这一系统展示了GE尝试打开第三方软件市场的核心，对于与会中小企业是一个绝佳的机会。

同时，超声设备制造商重新强调了其通用性和可用性，各大超声波用户方向成像行业发出了一个明确的信息：不仅要让这种模式更容易使用，还要开发出优化特定应用程序的工具。

在大会上，GE在其CT扫描仪Revolution系列上增加了最新产品Revolution Apex。Apex作为下一代智能CT扫描仪，Edison深度学习图像重建算法来可帮助组装TrueFidelity图像，该图像具有高空间分辨率、自然纹理和低对比度检测力的特点。

GE同样将AI植入了超声设备，本次展示的Logiq E10超声波扫描仪即采用了与无人驾驶汽车和3D视频游戏类似的人工智能技术。扫描仪获取和重建数据的方法类似于MR和CT系统，能够自动识别图像焦点。

飞利浦推出了IntelliSpace Discovery 3．0，这是一个旨在促进放射学AI算法在临床研究中的开发和部署的软件平台。近日该产品落地吉林大学白求恩第一医院（以下简称“吉大一”），辅助放射科医生通过智能化图像后处理为患者提供精准诊疗，并支持临床科研及应用转化。此外，飞利浦过去发布的IQon光谱CT一直以强大的信息获取能力著称，而近期研究表明，软件方面的技术可以减少后续扫描工作、降低造影剂使用量和x射线辐射剂量的水平，从而提高医院工作效率。

西门子也在人工智能技术上做出了广泛、深入的投入，如何持续提供创新的数字化医疗解决方案，打造数字化医疗生态圈，践行数字化医疗的企业价值承诺，成了这家巨头当下最大的追求。

西门子在AIX中表示，他们正在努力创造一种以人工智能为动力的数字“双胞胎”模型，这种模型可以用来模拟患者的单个器官生理状况，用于预测变化和治疗结果。该公司表示，这些数字模型还可以通过预测变化的影响，帮助优化工作流程。

富士展示了REiLI医疗影像与信息学AI项目。该公司目前正在开发一系列人工智能技术，如用于识别和提取器官区域的区域识别技术。REiLI的其他正在开发的应用包括计算机辅助检测，通过减少图像解释时间来帮助放射科医生的临床决策。富士AI的另一个新应用FCT Pixel Shine则提供了低剂量CT图像的图像处理。

富士展出的是64排CT，该CT配有嵌入Synapse 3d重建模块的控制台。该公司还强调了其FCT Pixel Shine技术，它能使用AI算法在极低辐射剂量下实现高效的图像处理。

三星正在展示在其成像模式中集成人工智能技术。三星的S－Detect for Breast软件能在超声图像上评估乳腺病变，并协助标准化报告和可疑病变分类。在数字影像学方面，三星展示了其Auto Lung Nodule Detection应用、SimGrid网格替换技术和骨抑制技术。它还推出了一个基于人工智能的颅内出血分类和通知诊断应用程序。

三星在超声方面推出了一款名为SonoSync的软件包。该软件提供网络服务，可进行实时超声检查，使临床医生可以及时查看图像。SonoSync还可以连接智能手机、平板电脑、笔记本电脑和台式电脑。

“人工智能VS放射科医生”与人工智能在医疗器械的未来

Luis Donoso Bach教授是巴塞罗那医院临床诊断影像学系主任、巴塞罗那大学放射学教授。作为欧洲放射学的领导者，他的研究涉及放射学实践的多个领域，包括肝脏成像、数字成像、诊断放射学中的IT应用和产品开发。

Luis Donoso Bach教授表示，随着CT、MR和介入放射学等技术的引入，放射科医生的角色从在医疗服务中的边缘地位移向中心：“今天，如果没有成像部门，任何一家医疗机构都会无法运转，毕竟病人几乎每次离开医院前都至少要做一次影像学检查。”

放射学在技术和临床之间取得了平衡，它已经成为一门强有力的学科。如果它要继续发展，就必须更多地参与临床，而不仅仅是辅助诊断，以拉近与患者的距离。同时，放射科医生必须超越检测病变和解释图像的范畴，因为机器已经比人类更好地完成了这些任务。

“放射科医生的角色应该是通过将影像信息与临床信息结合起来，并根据具体情况中来解决临床问题。要想继续发展，放射科医生必须不仅仅是放射科医生，还要成为‘影像信息方面的专家’。”人工智能的发展只是凸显了这种必要的转变。

到目前为止，放射科医生只研究“狭义人工智能”，用简单的算法来完成简单的任务。机器仍然需要人工辅助来学习如何执行任务。人工智能的下一个大趋势是深度学习，在这个过程中，机器不需要人工干涉就能自主学习。

同时，标准化的大数据将具有巨大的价值，放射科医生在这一领域仍将发挥重要作用。“我们可以帮助检验人工智能应用。人工智能是通过成像穿透医学，所以我们处于有利地位。我们必须拥抱技术，帮助开发和实现人工智能工具，因为这是在验证阶段。医生，尤其是我们放射科医生，是非常必要的。”Luis Donoso Bach教授说。

Valentin Sinitsyn教授是莫斯科罗蒙诺索夫国立大学医学院放射学系主任。他是俄罗斯心脏成像领域的先驱，帮助推动了俄罗斯心脏成像领域的发展，但他认为，要增加磁共振（MRI）和CT的使用，还有很多工作要做。

他坦诚地表示了对俄罗斯临床实践中心脏MRI和CT缓慢的发展失望的态度。心脏成像的好处众所周知，但心脏CT和MR检查在心脏成像中的运用比例仅为1％左右。他认为放射科医生和心脏病科医生的知识和积极性不足是造成这种情况的主要原因。

那么，人工智能将朝哪个方向发展呢？我们必须回答以下几个问题。

1 人工放射科还是智能放射科？

对于MRI来说，人工智能的价值在于替代不精确的手工测量成像，并加速定量成像在日常临床实践中的应用。这从自动化的大小测量，如肿瘤的长、短测量，扩展到更高级的肿瘤表型定量特征检查，包括结构、器官位置和异质性。而智能想要在人工的基础上更进一步，还需要做好以下几点：

1．能够做出更明智的决策，提高诊断准确性；

2．比较既往和当前影像学研究的变化和疾病进展的能力；

3．更个性化的治疗计划；

4．预测患者治疗反应的能力。

2 市场采用障碍能否克服

定量成像的趋势还处于早期阶段，因此需要解决几个市场障碍：一、商业市场关于定量成像的意识薄弱；二、不同供应商的定量成像软件得出的结果之间缺乏重现性；三、放射科医生在工作中使用该技术时，定量成像结果需要在初读时显示，而不是之后处理；四、大多数PACS系统不支持定量成像数据的搜索和挖掘。

当然，这些问题并非不能解决，当人们对人工智能的理解逐渐加深，企业间的交流逐渐丰富，这些障碍或许会在今后几年内逐步克服。

3 人工智能与混合成像（HI）的结合能否解决现有问题

在混合成像中使用人工智能的好处对于决策支持、预测和其他应用是显而易见的，但是影像学专家必须采用实用的方法来实现人工智能在工作中的应用，这种情况只有在它们被整合到医院的主要工作流程中才会发生。

人工智能（AI）和混合成像（HI）结合起来会成为一个新的研究领域。“我们将从人工智能中获益匪浅。”ESHIMT总裁、来自奥地利维也纳的Thomas Beyer教授说。

HI将解剖图像与分子成像结合在一起，PET／CT和PET／MR已经为阅片者提供了比CT更广泛的信息。“对于HI，尤其是PET／MRI，放射科医生和核医学专家将开始利用动态成像模式，这就像随着时间的推移观察病变的功能。”Thomas Beyer说。但是，在肿瘤的观察中加入的参数越多，医生就越难对一种疾病的表型做出判断。因此，人工智能的深度学习能力和其他技术可以作为一种决策支持机制。

此外，HI与病理学密切相关，越来越多的研究人员将AI视为介导成像和组织病理学的工具。目前已经有研究将数字化组织病理学与PET／MRI相结合，建立基于机器学习的预测模型，在不需要活检的情况下鉴别前列腺良／恶性肿瘤。

来自瑞士的核医学医师、放射学家和物理学家Antoine Leimgruber说，肿瘤学可能比其他任何领域都更需要通过放射组学、蛋白质组学、基因组学、病理学、治疗和放射治疗来整合成像数据，从而向个性化医学发展。放射学可以帮助放射科医生和核医生获得最大限度的疾病信息。

到目前为止，运用放射组学收集的大部分数据都是关于肺癌的。一半的研究集中在病变的特征（恶性或良性）。Antoine Leimgruber相信，这些只是初步数据。“利用现有的科学知识和技术来决定是否需要对肺结节采取措施，是很容易的。”虽然这已经是一个复杂的问题，但这是迈向更加一体化的放射组学或放射组学＋的第一步。

更全面的影响组学方法正在出现，但是在临床环境中使用它们是非常困难的，因为数据每天都在非常快速地流入每家医院，而问题的关键在于医疗团队将如何对其进行有效地整合。

一个可靠的开端是，人工智能有望以尽可能自动化的方式，从可复制协议中提取的简单而标准化的数据集成到医院工作流中，以便人们实际使用或访问数据。“否则，‘垃圾进垃圾出’的老话也会影响到放射学，这对任何人都没有好处。”Antoine Leimgruber总结道。