基于“天河人工智能創新一體化平臺”構建的“天河智能醫學影像云”，已形成集大規模影像數據安全高效匯聚管理、人工智能醫學智能影像輔助診斷、
云端影像多角色多終端協同診察為一體的系統化應用，目前處于落地服務階段。
近日，工信部、國家衛健委、國家發改委、科技部等10部門聯合發布醫療裝備領域首個國家層面的產業發展規劃——《“十四五”醫療裝備產業發展規劃》。中國醫學裝備協會秘書長李志勇坦言，
新冠肺炎疫情的突然暴發暴露了我國醫療裝備產業應急保障準備不足、行業應急保障機制缺乏等問題。為進一步提升全球性流行病防控應急能力、提高重大自然災害緊急醫學救援能力，“十四五”
期間將加強應急醫療裝備技術儲備、產能儲備，形成平急結合機制，一旦發生疫情、災情，能夠實現快速轉產，提升我國緊急醫學救援裝備的快速響應、有效供給能力。
據介紹，在新冠肺炎疫情期間，依托“天河人工智能創新一體化平臺”構建的世界首個“新冠肺炎CT影像綜合分析AI輔助系統”，已為百余家醫療機構提供服務，訪問量已超過100萬次。
為了更充分發揮“天河”系列科技創新平臺在智慧醫療領域的科研創新能力和支撐服務能力，基于“天河人工智能創新一體化平臺”構建的“天河智能醫學影像云”，
已形成集大規模影像數據安全高效匯聚管理、人工智能醫學智能影像輔助診斷、云端影像多角色多終端協同診察為一體的系統化應用，目前處于落地服務階段。
牛刀小試助力抗疫
2020年伊始，新冠肺炎疫情突然來襲，如何實現疾病的盡早診斷，在與新冠病毒的斗爭中占得先機？
中國抗癌協會腫瘤人工智能專業委員會主任委員、重慶大學附屬腫瘤醫院院長徐波教授第一時間找到了時任國家超級計算天津中心應用研發部部長孟祥飛博士。
“雖然典型的CT圖像可能有助于早期篩查疑似病例，但由于各種病毒性肺炎的圖像比較相似，影像科醫生很難通過肉眼直接判斷。”徐波介紹，搭建“新冠肺炎CT影像綜合分析AI輔助系統”
可以為醫生提供有力的參考，提高篩查診斷新冠肺炎患者的能力。
僅用了20天左右，“新冠肺炎CT影像綜合分析AI輔助系統”就成功上線。該系統基于“天河人工智能創新一體化平臺”，實現了基于CT影像的新冠肺炎特征檢測功能，可作為臨床輔助診斷手段，
有效提高了新冠肺炎患者的篩查能力。
“相較于影像醫師約10分鐘/例及最初核酸檢測總耗時24—48小時，使用這個系統的檢測分析每例只需要10秒。”徐波介紹，經過不斷系統優化，該系統的總準確率已超過90%。
由于該系統不需要現場部署，可以遠程在電腦、手機等多種終端使用，目前已為包括美國、墨西哥、印度等全世界多個國家與地區的醫療機構和科研機構提供了技術支持，
切實為全球抗疫貢獻了強大的科技力量。
“新冠肺炎CT影像綜合分析AI輔助系統”只是“天河智能醫學影像云”的牛刀小試，目前依托“天河智能醫學影像云”的多個應用系統已在全國多地醫院投入使用。
徐波介紹，在遠程診療方面，目前國內很多醫院已有實際應用，特別是應用在多學科診療模式中；云膠片在江浙地區也已有一定范圍的落地應用，患者可以根據自身需要，付費檢查原圖，
甚至追溯所有歷史檢查；區域醫療共享方面，目前幾個一線城市和試點區域都在衛健委的要求下建立了省級影像云。其中，重慶大學附屬腫瘤醫院建立的醫聯體影像云共享系統已落地，
目前已開放2家醫院的受限共享訪問。
在國外，智能醫學影像云的發展應用也較為順利，在實現醫學影像云端協同的同時，將人工智能應用于醫療影像已經成為一個熱門創業方向，出現了一批將人工智能用于醫療影像的明星公司。
“未來智能醫學影像云還可以應用于遠程手術指導，數字人構建如病人數字孿生等，以及虛擬手術、術前模擬和臨床外科教學方面。”徐波說。
云上多端協同診察一體
天河超級計算淮海分中心常務副主任孫華文介紹，“天河智能醫學影像云”是以基于人工智能的醫學影像智能輔助診斷算法與模型為核心，依托天河超級計算與云計算、大數據融合服務環境，
以醫學影像數據安全高效匯聚管理為基礎，智能影像輔助診斷為支撐，云上多端協同診察為一體的智慧診療服務平臺。
孫華文介紹，“天河智能醫學影像云”主要具有兩大功能，即醫學影像管理和智能輔助診斷。
一方面，它連接醫院等內部醫學影像系統，將患者醫學影像數據及診斷報告情況近實時上傳至云端，并面向包括醫院管理人員、醫生、患者等多種角色提供基于云端協同的醫學影像管理應用，
包括影像存儲、影像協同、遠程會診等功能模塊，同時提供基于數據權屬和角色權限的云上閱片應用，即電腦、手機等多種閱片模式，滿足云膠片、云PACS等服務需求。
另一方面還基于對新冠肺炎、糖尿病視網膜病變、腦出血、肺結節、乳腺癌等疾病的智能輔助診斷算法及建模能力，它還建立了基于醫學影像的人工智能輔助診斷系統，
輔助醫生提高影像診斷準確度及診斷效率，實現醫學影像數據從醫療機構采集到云端存儲管理，再到智能化輔助分析診斷，直至面向醫生及患者服務的一體化應用，打造“數據不離開平臺、
可用不可見”的醫學影像安全高效智能應用模式。
“在基于醫學影像的輔助診斷算法及模型的構建方面，由于涉及大規模數據的處理和算力消耗，依托天河超級計算機的支撐，將能高效快捷地實現模型的訓練與優化。”孫華文說。
據介紹，目前“天河人工智能創新一體化平臺”已匯聚了包括天津醫科大學腫瘤醫院、北京大學濱海醫院、泰達國際心血管病醫院等多家醫療機構，以及北郵、北科、
南大等國內人工智能方面的頂尖科研團隊，可真正實現醫學影像數據、人工智能算法和超級算力的融合。
為智慧醫療帶來便利
國家超級計算天津中心首席科學家孟祥飛表示，醫學影像的云端化將為智慧醫療帶來四大便利：
一是便于區域數據協同，優化醫療資源分布。實現基于云的區域內、醫聯體內醫院間以及患者與醫生間的影像信息互通、共享，滿足遠程會診、遠程問診等需求，實現區域優質資源下沉服務，
改善現有國內醫療資源分布不均勻、影像專科醫師人才短缺等問題，推進分組診療制度建設。
二是可輔助醫生快速標注，提升工作效率。除實現云上閱片外，影像云還可為醫生提供涵蓋心、腦、眼、肺等影像標注服務，快速定位病灶位置，極大程度上縮短了影像復閱時間，提高醫生工作效率。
三是可提供便捷診療，降低醫療成本。云上閱片為醫生、患者提供電腦、手機等多種閱片模式，可滿足云看片，提供云膠片等服務，減少患者不必要的重復檢查，節省了醫院采購傳統膠片的費用，
也進一步節省了醫保費用。
四是能延長影像數據存儲年限，節約存儲支出。如“天河智能醫學影像云”可將醫療機構的影像存儲時限從3年延長至15年，影像云存儲模式很大程度上節省了醫院硬件投入成本和維護成本，
減少醫院后期維護支出。
談及醫學影像云在應用中面臨的主要問題，孟祥飛認為，一方面“天河智能醫學影像云”需要不斷開拓醫療機構及醫生患者新的思維模式，轉變傳統管理思維到基于云端協同的方式；
另一方面在醫學數據的規范化使用及協同上還缺少法律法規層面的監管及數據標準設定，需要政府主導，醫療行業協會、行業專家以及相關企業共同參與完善相關標準制定。
