目錄
**章 概述 1
一、人工智能在醫療領域的應用 2
二、人工智能在超聲醫學領域的應用 4
第二章 超聲醫學與人工智能的發展要素 6
**節 大數據 6
一、大數據的概念、特性及發展現狀 6
二、大數據的處理流程 8
第二節 數據分析方法 10
一、圖像處理 10
二、數據分析 18
第三節 雲計算技術 28
一、雲計算的概念及發展 29
二、雲計算繫統的特性 30
三、雲計算服務的部署模型 31
四、雲計算的關鍵技術與服務模式 32
第三章 人工智能在超聲醫學的應用 37
**節 人工智能在消化繫統超聲中的應用 37
一、人工智能輔助肝髒病變超聲診斷 38
二、人工智能輔助胰腺病變超聲診斷 43
第二節 人工智能在泌尿繫統超聲中的應用 44
一、人工智能輔助腎髒病變超聲診斷 44
二、人工智能輔助前列腺病變超聲診療 46
第三節 人工智能在婦產生殖超聲中的應用 49
一、人工智能應用於婦科超聲診斷 50
二、人工智能應用於產科超聲診斷 56
三、人工智能應用於女性生殖繫統功能評估 70
第四節 人工智能在心血管超聲中的應用 75
一、人工智能在超聲心動圖中的應用 75
二、人工智能在血管超聲診斷中的應用 86
第五節 人工智能在淺表超聲中的應用 92
一、人工智能在乳腺超聲中的應用 93
二、人工智能在甲狀腺超聲中的應用 107
三、人工智能在肌骨超聲中的應用 116
四、人工智能在淺表淋巴結超聲中的應用 123
第六節 人工智能在兒科超聲中的應用 126
一、人工智能輔助新生兒顱腦超聲檢測 126
二、人工智能在兒科髖關節超聲診斷中的應用 129
三、人工智能在新生兒肺髒超聲中的應用 131
第七節 超聲醫學人工智能的情景應用 133
一、人工智能遠程醫療 133
二、智能超聲機器人 137
三、“掌上超聲 人工智能”助力基層智能診療 139
第四章 超聲醫學與人工智能的思考 155
**節 超聲醫學與人工智能的困境 155
一、來源於數據和技術的挑戰 155
二、勢在必行的超聲醫學人工智能規範化建設 157
三、超聲醫師的角色轉換與責任歸屬 157
第二節 尋求超聲醫學人工智能發展的應對之策 159
一、完善人工智能法律體繫 159
二、超聲醫學規範化體繫構建 160
三、超聲醫學-人工智能復合型人纔培養 161
四、引導交互式、通用型的智能輔助診療發展 162
五、智能超聲產品轉化的規範化體繫建設 163

**章 概述
人工智能（artificial intelligence，AI）的概念於1956年在達特茅斯會議上被首次提出，其定義是指利用數字計算機或數字計算機控制的機器模擬、延伸及擴展人的智能，感知環境、獲取知識並使用知識獲得**結果的理論、方法、技術及應用繫統。維基百科給出了一個更為簡單的定義——通過計算機程序來呈現人類智能。
人工智能的發展共經歷了三次浪潮（圖1-0-1）。21世紀以前，以符號主義、連接主義為代表的兩次發展浪潮分別因“缺乏實用性和計算能力”及“應用範疇有限”而熱度消退。2016年，一場“人機大戰”在科技界引發了巨大的輿論漩渦——Google旗下DeepMind研發的人工智能程序AlphaGo在圍棋比賽中，擊敗了世界冠軍李世石，機器的全面勝利使得人工智能再一次以迅雷不及掩耳之勢席卷全球，第三次發展浪潮應運而生。
圖1-0-1 人工智能發展的“三次浪潮”
**次發展浪潮以符號主義為代表；第二次發展浪潮以連接主義為代表；第三次發展浪潮以基於互聯網大數據的深度學習為代表當下，人工智能的發展可謂占盡天時、地利、人和。面對嶄新的人工智能時代，世界各國紛紛從國家戰略層面推進人工智能技術，力爭在由人工智能引領的新一輪科技革命中占得先機，如美國在2016～2018年，陸續制訂了《國家人工智能研究和發展戰略計劃》、《人工智能與國家安全》及《人工智能與國家安全：AI生態繫統的重要性》等多項人工智能領域規劃，並於2019年6月發布了《2019年國家人工智能研發戰略規劃》；2019年11月，新加坡政府宣布推出“全國人工智能策略”，在交通物流、智能市鎮、醫療保健、教育及安保五大領域大力推動人工智能技術的應用；2019年12月，韓國政府公布“人工智能（AI）國家戰略”，旨在推動韓國從“IT強國”發展為“AI強國”。
同樣，自2015年來，我國政府相繼發布多個政策，如2016年出臺的《“互聯網 ”人工智能三年行動實施方案》、2017年出臺的《新一代人工智能發展規劃》及《促進新一代人工智能產業發展三年行動計劃（2018—2020）》等，旨在為人工智能在各領域的廣泛應用提供指引及導向，促使學科交叉融合、健康穩步發展。2020年3月科技部明確提出要大力推動關鍵核心技術攻關，人工智能是其中的一項。隨後，國家發改委在2020年4月首次明確人工智能屬於新型基礎設施的範圍。此外，2020年6月的十三屆全國人大常委會第五十八次委員長會議中提及需要重視對人工智能、區塊鏈、基因編輯等新技術新領域相關法律問題的研究。
除了政策支持以外，超級計算機、大數據及雲計算的出現為人工智能算法提供了發展所需的算力及大數據，人工智能的發展模式隨即從過去追求“用計算機模擬人工智能”，逐步轉向 “機器與人結合而成的增強型混合智能繫統”。隨著全球科學、技術、工程和數學領域的人纔不斷增加，人工智能領域的人纔持續增加，如我國有超過10萬人研究人工智能開發。如今，人工智能正在全球範圍內蓬勃發展，其在新時代的發展既是機遇也是挑戰。同樣，在醫療領域，無論是作為需求方的臨床醫師，還是作為技術方的工程研究人員，都應該正確認識人工智能在醫療領域的定位及作用。在超聲醫學領域，應該準確把握人工智能的發展方向及前景。
一、人工智能在醫療領域的應用
1. 人工智能在醫療領域的應用方向 醫療領域是人工智能的主要應用領域之一[1]，其應用主要集中在疾病預防、疾病診治、資源配置及患者服務四大方面。根據人工智能在醫療領域中的功能定位不同，可將其分為基礎設施層、技術層及應用層（圖1-0-2）。
圖1-0-2 人工智能在醫療領域的應用
2. 人工智能在醫療領域的應用意義 作為科技新技術，人工智能在醫學領域中的應用如雨後春筍，對醫療領域的發展有著重要的推動作用，如提高醫療質量及服務效率、優化醫療資源配置、降低醫療成本等。
（1）有效提高醫療質量及服務效率：提升醫療質量是醫療機構發展的核心目標。人工智能技術應用於醫療領域，可實現對患者信息的繫統性及針對性管理，幫助制訂前瞻性管理決策和預算規劃，如醫院可采用人工智能技術對人口及醫療數據進行實時分析，以預測患者數量的增長，預先做好床位的配置規劃。此外，借助人工智能技術進行輔助診斷，可有效避免誤診，提高診斷準確性，減少醫療事故的發生。因此，人工智能技術應用於醫療領域，可有效提高醫師的診療效率，提升醫療服務質量。
（2）有效緩解醫療資源配置不均等問題：我國地域遼闊，人口眾多，公共醫療繫統持續承受巨大的壓力。一線城市三甲醫院醫療資源相對充足，但基層單位醫療水平持續低下，城鄉分配嚴重不均。據統計，2018年我國每千人平均醫師擁有量僅為2.59人，醫師人纔資源缺口問題突出。人工智能技術可通過“學習”和“拷貝”高水平診療模式，將優質的診療方法通過遠程傳輸或軟件等方式進行推廣應用，從而提高基層醫師的疾病篩查檢出率和診斷準確率，改善基層單位醫療水平，實現分級診療，切實改善醫療資源分配不均的現狀。
（3）有效降低醫療成本：盡管我國持續加大醫改力度，但“看病難、看病貴”的問題仍較為突出，如何降低醫療成本是關鍵。人工智能技術可快速識別高危人群，提高醫療服務的針對性，減少不必要的檢查資源浪費，如使用人工智能技術對急診/非急診患者進行初步評估，可實現對患者的快速分流，減少不必要的就診；應用人工智能技術輔助醫師診斷，可提高醫師診斷水平，實現精準診斷及治療，減少醫療費用支出，同時促進醫療服務向個性化、精準化轉變[2]。
3. 人工智能應用於醫療領域的難點 既然人工智能在醫療領域的應用前景如此廣闊，為何目前臨床實際工作中還難以尋找到它的蹤跡？事實上，除了倫理及責任歸屬問題（詳見本書第四章），醫療人工智能從“研究”到“產業化及臨床應用”還需經歷一段漫長的過程。其中，如何獲取醫療器械注冊證是人工智能產品所面臨的*嚴峻問題之一。
2018年8月1日我國新版《醫療器械分類目錄》正式生效。按照風險程度，醫療器械產品可分為三類：**類是風險程度低，實行常規管理即可保證其安全、有效的醫療器械；第二類是具有中度風險，需要嚴格控制管理的醫療器械；第三類是具有較高風險，需要采取特別措施嚴格控制管理的醫療器械。與美國食品藥品監督管理局（food and drug administration，FDA）“將部分人工智能產品降級為二類醫療器械以便盡快投入市場使用”的策略不同[3]，我國國家藥品監督管理局（以下簡稱“藥監局”）嚴格要求人工智能產品必須獲批三類醫療器械認證纔能開展獨立診斷。據了解，醫療器械產品從申報到審批需經過產品定型、檢測、臨床試驗、注冊申報、技術審評和行政審批六個步驟，目前申報三類器械的醫療人工智能產品大多停留在注冊申報起步階段。事實上，目前國內絕大部分人工智能醫療產品獲批的是二類注冊證，僅被允許開展輔助診斷。三類注冊證獲批難度大、耗時長，原因在於人工智能產品具有特殊性（如屬於概率性診斷、診斷責任難以歸屬等），監管部門對此類審批尤為謹慎，因此人工智能產品審批進程緩慢成為眾多人工智能產品產業轉化的“鴻溝”。
目前，雅森、彙醫慧影、推想、深睿、Airdoc、依圖醫療等國內多家醫療影像人工智能公司都在積極進行三類醫療器械的申報。2020年1月，經藥監局審批，由北京昆侖醫雲科技有限公司（科亞方舟）自主研發的“冠脈血流儲備分數計算軟件”獲得了國內首個人工智能三類醫療器械注冊證。
此外，尚未建成標準測試數據庫是導致人工智能產品審批進程緩慢的另一主要原因。標準測試數據庫是用於驗證醫療人工智能產品臨床效能和適用性的第三方數據庫。為了保證數據庫的公平性和權威性，在建設過程中需遵循“數據來源廣泛、數據類型分布合理、標注規範”三大原則，且不同病種需建立各自的測試數據庫。然而，由於建設工作量大、周期長，短期內人工智能產品的審批數量難以大幅度增加。據中國食品藥品檢定研究院數據顯示，目前已建設完成的標準數據庫僅有眼底疾病數據庫及肺結節圖像數據庫。
針對“缺乏規範深度學習輔助決策醫療器械軟件審評政策及流程”的問題，2019年7月，國家藥品監督管理局醫療器械技術審評中心制定發布了《深度學習輔助決策醫療器械軟件審評要點》（簡稱《要點》）[4]，從需求分析、數據收集、算法設計、驗證與確認等方面，對使用深度學習技術進行前處理（如成像質量改善、成像速度提升、圖像重建）、流程優化（如一鍵操作）及常規後處理（如圖像分割、數據測量）等非輔助決策的軟件評審進行規範，並提供了注冊申報資料說明[2]。要點的發布為人工智能在新時代的轉化及產品研發提供了規範化引導。
二、人工智能在超聲醫學領域的應用
1. 人工智能在超聲醫學領域的應用意義 人工智能在醫學影像中的應用具有廣闊的應用前景。醫療數據中，有超過90%的數據來自醫學影像，而醫學影像圖像的獲取及分析過程既枯燥又困難，這使得人們很早就考慮采用人工智能的方法來解決這些問題。1963年，美國放射學家Gwilym S. Lodwick率先提出X線片數字化的方法[5]。隨後，1966年，Ledley[6]正式提出了“計算機輔助診斷”（computer-aided diagnosis，CAD）的概念。隨著計算機斷層成像（computed tomography，CT）、磁共振成像（magnetic resonance imaging，MRI）及發射計算機斷層顯像（emission computed tomography，ECT）等數字化醫療設備的產生，醫學影像圖像數據的存儲、分析方法及管理模式也日益更新。
作為影像領域的重要分支，超聲醫學具有良好的人工智能適應證：超聲檢查操作便捷、價格低廉、應用範圍廣，具備可重復、無創、無輻射的優勢，在各髒器繫統的應用範圍不斷擴大，應用需求也逐漸增加，超聲醫師工作強度和責任風險也相應持續加大；其次，由於超聲對出報告的時效性要求高，且存在診斷主觀性強、部分應用缺乏統一診斷標準等局限，需要一種高效、客觀、穩定的方法來解決上述問題。人工智能具有穩定、高效及客觀等特點，在輔助超聲診療中有助於優化檢查流程、規範診斷標準、縮短檢查及出具報告的時間，可提高超聲醫師的診斷信心和工作效率。此外，在國家實行分級診療政策的大環境下，通過向基層醫院推廣智能化、數字化的超聲診療平臺，可輔助基層醫師更快、更好地完成日常診療工作。
2. 人工智能應用於超聲醫學領域的難點 盡管人工智能應用於超聲醫學領域具有重要的意義，但其起步及發展進程仍較為緩慢，其中的限制因素如下。
（1）超聲檢查規範化及圖像質量要求更高：超聲需要操作者手動掃查及自定義標準切面，其主觀性較強，檢查結果對操作者經驗依賴性較大；超聲圖像易受偽像、噪聲影響，導致圖像質量不佳；不同廠商的超聲儀器，其功能及圖像分辨率存在一定差異，人工智能圖像分析的難度更大。
（2）超聲圖像中不同組織結構差異大：相較於圖像規範化程度較高的X線、CT、MRI而言，每一個髒器不同切面的超聲圖像間差異性較大，難以符合人工智能應用所提出的“輸入圖像數據盡量穩定一致”的要求。因此，超聲圖像數據集的處理效能較低（圖1-0-3）。
圖1-0-3 不同影像學檢查手段的圖像
X線（A）、CT（B）及MRI（C）的圖像比超聲更容易實現規範化
（3）動態圖像采集對人工智能圖像識別與診斷技術要求更高：超聲檢查往往需要存儲動態圖像，以便用於回顧動態條件下觀察區域的前後變化。部分特殊檢查（如超聲造影）的分析對像為動態圖像，這無疑對人工智能的算力及算法提出了更高的要求。
做好超聲規範化建設，同時優化人工智能算法、提高運算效率，是克服上述限制因素及推動人工智能在超聲醫學領域應用的重要舉措。2019年，中國醫師協會超聲醫師分會發布的《中國超聲醫學人工智能行為準則：北京宣言》[7]，對當下人工智能在超聲醫學領域的應用目的、應用