2018年11月25日-30日，第104次北美放射学年会在美国芝加哥麦考密克展览中心隆重举行，此次大会以“TOMORROW ’S RADIOLOGY TODAY”为主题，聚集了全球影像放射领域的专家和学者。

除了传统国内外放射学界大佬，新秀文官武将齐聚亮相外，本次大会最受关注的焦点当属人工智能和机器学习技术，全球130多个国家的人工智能和深度学习领域顶尖公司齐聚于此 ，更有近万与会者参观Machine Learning展区。

左为柏视医疗董事合伙人徐晨阳博士，

右为英国帝国理工大学医学影像分析教授Daniel Rueckert

从2018年起，关于人工智能和机器学习的话题就不绝于耳，各种人工智能公司的涌现，以及政策的倾斜，更是加快了这两个新兴技术的发展。

广州柏视医疗科技有限公司作为AI医疗影像领域极具技术实力的公司，一直专注于行业新技术研发与算法研究，深度践行“懂医心，知视界”的理念。此次由核心技术团队携全线产品完成了RSNA首秀，并与行业专家、展商伙伴们进行了深入交流。

此前，柏视医疗总裁陆遥博士带领中山大学联合实验室团队，在ISICM2018 胰腺CT分割挑战赛中，凭借着行业领先的算法和丰富的临床经验积累斩获桂冠，这也是柏视医疗和中山大学合作成立联合实验室以来的成果之一。

柏视团队此次前往RSNA， 不仅希望其研发的产品和算法能成为医疗影像放射行业发展的基石，还希望这些产品和算法能在实现医疗卫生事业的终极目标中做出贡献。

那么医疗卫生事业的终极目标是什么？柏视医疗认为可以用两个词概括，即 “健康”与“长寿”，而是什么阻挡了我们实现这个目标呢？

Anko Nikolich Zugich博士给出的答案是癌和衰老。也因如此，抗癌和抗衰老成为了我们延长寿命的重要方式，而新技术无疑就成了实现这一目标的媒介。

RSNA2018主题鲜明，“TOMORROW’S RADIOLOGY TODAY”直指人工智能与机器学习；这两项技术曾一度引发争议，被认为会取代现有影像学者的工作，但大会主席Dr.Vijay M.Rao指出，这两项技术不会取代影像学者的工作，相反，这项技术会极大提高影像学着的工作效率。

Dr.Rao还提出未来影像工作的两个场景：诊断数据中心（Diagnostic Data Hub）和全面影像学患者服务（Total imaging care），这两个场景将会在辅助诊断和流程服务中提高医生的效率以及改善患者的看病体验。

这两个场景在临床使用中与柏视医疗研发的产品有很多契合之处，柏视产品运用的人工智能和机器学习技术，在辅助医生诊断上能最大程度地降低乳腺癌、肺癌等五种癌症患者的患病风险。

其中的智能诊断产品可以提供覆盖肺部94%以上常见病(肺结节、肺部肿瘤、肺炎、肺结核、肺部感染和慢阻肺等)的多病种一键式诊断功能。

此外，柏视还拥有放疗靶区自动勾画产品，涉及鼻咽癌放疗靶区自动勾画、头颈部危及器官自动勾画等，在保证精准度的同时，极致缩短放疗靶区勾画时长，大大提升医师勾画效率和精准度，现已得到临床医生们的一致认可。

“医疗人工智能是一个交叉领域，需要有坐冷板凳的毅力，这个行业现在很火，显得有些浮躁，很多产品就像空中楼阁，创业者也缺乏和医生共通的话语体系，” 柏视医疗创始人兼总裁陆遥博士说，他想把自己在计算机和医学知识十多年的积累落实到患者身上，实实在在地做些事情。

“实实在在做事”是柏视医疗一直坚持的信念，而这也正是促进医疗影像放射行业发展、乃至实现医疗卫生事业的终极目标所需要的必要条件。