2017年以來，關于人工智能泡沫的議論紛紛攘攘，知乎上一問題“這一波人工智能泡沫將會怎么破滅？”獲廣泛關注，其中，稟臨科技聯合創(chuàng)始人PENG Bo的觀點得最高贊同票，他認為，“人工智能有些危險，因為現在變現似乎是個難題?！薄澳壳翱磥?，AI可能并不足以支撐一個獨立的公司，它更適合作為其它公司的一個部門，或被其它公司收購?！?

許多智能影像一線從業(yè)者可能會對其觀點深表贊同?？拼笥嶏w智慧醫(yī)療事業(yè)部醫(yī)療影像產品負責人馬文君告訴記者，“如今的智能影像很像前幾年的互聯網醫(yī)療，大家一窩蜂進來了，但下一步怎么做，是個問題?！眳R醫(yī)慧影梁恩銓認為，“整體來講，智能影像診斷真正深入到臨床診斷的很少，目前，業(yè)內嘗試與醫(yī)生合作做科研或提高效率方面嘗試，但要真正提高診斷率，目前還有很大差距?！?

動輒可以聽到“AI取代醫(yī)生”“AI的準確率超過醫(yī)生”的言論，同時“理想很美好，現實很骨感”的感慨頻頻傳來，理想的豪言壯語隨處可見，那現實是什么呢？

有人說，21世紀是數據為王的時代；有人將算法比作發(fā)動機，數據比作石油；有人則強調行業(yè)數據、專家資源和核心技術是打造智能影像缺一不可的三要素。無論怎樣強調數據的重要性都不為過，我們且以影像數據為徑，智能影像公司的運營為緯，一窺智能影像公司的真實日常。

智能醫(yī)療影像診斷系統“現實很骨感”

數據端：保證質量，數量多多益善

盡管我國存在第三方影像中心，但絕大多數的醫(yī)療影像數據來源于醫(yī)院。據悉，大的三甲醫(yī)院一年產生的影像數據在10T以上。宜遠智能CEO吳博稱，“單個醫(yī)院的影像數據存量就很大，每天數百例新增也很常見?！?

在醫(yī)療信息系統中，PACS系統負責醫(yī)療影像采集、數據傳輸存儲以及影像分析、處理，并且不同的PACS系統之間，能以以DICOM國際標準方式對接。

總體來說，醫(yī)院影像數據多且大都標準化，便于機器閱讀，為此，智能醫(yī)療影像被業(yè)內人認為將率先實現商業(yè)化落地。

上海市兒童醫(yī)院影像科主任楊秀軍曾表示，“很多醫(yī)學影像領域特別適合人工智能／圖像識別技術，國內外有很多廠商從事這方面，也做出一些成果?！?

吳博告訴記者，對于AI ，影像數據本身具有標準化的優(yōu)勢。不過，數據異常也容易碰到?！耙訡T為例，有的病人不是躺著而是趴著掃描；有的不是頭先進去而是腳先進去；CT長寬512像素或者768像素的差別，不同排數機器的層厚差異以及薄層重構算法，都會影響清晰度?！彼a充道，“處理流程只要充分考慮和兼容這些變化情況，原始數據的可用比例還是非常高的?！?

對于一個AI系統而言，數據多多益善是有前置條件的，在保證喂養(yǎng)數據質量的情況下，增加數量才有意義。而判斷影像數據質量，主要取決于AI公司所打造智能診斷產品的臨床目的。除此之外，對于智能影像診斷而言，影像數據需要關聯更準確的診斷和后期結果關聯，否則垃圾進，垃圾出。

南方醫(yī)科大學副教授劉再毅曾表示，“我們數據多得不得了，我們影像科每天產生很多數據，但是有多少數據可以用？1%都不到，其中有大量錯誤信息?！彼a充道，“數據規(guī)范的問題沒有辦法管控，臨床信息經常有誤?！?

拿現在很火的肺結節(jié)智能診斷為例，對于AI公司來說，有肺結節(jié)的影像才是有價值的，“在產生的影像數據中，只有10%或20%的病人有問題，即便如此，并不是所有有病灶的影像數據都能拿來用?！绷憾縻尫Q。而在醫(yī)院內部，醫(yī)學影像系統和診斷報告是兩個獨立的系統，兩者并無關聯?！坝脭祿柧欰I很重要的一點是：需要系統判斷一個影像是否有結節(jié)，是否有病灶。而醫(yī)院每天拍出來幾百影像，并沒有標出來哪里有結節(jié)，對于AI公司來說，這就是沒有價值的數據。”梁恩銓告訴記者。