从2016年后，AI浪潮席卷全球，在医疗领域，许多公司选择在影像科应用AI。四年时间过去，AI＋医学影像的产品已经走到了上市前的审批环节，直面商业化的阶段。但是AI影像诊断产品的成熟并不代表着医学影像已经走到了智能化的终点，相反，这只是医学影像智能化的一个开端。
北京赛迈特锐医疗CEO岳新告诉动脉网，如果把影像科医生智能化的工作流程分为临床申请——扫描——AI影像后处理——诊断决策等四大流程，AI辅助诊断才仅仅解决了其中一个环节的问题。而真正实现影像科工作的智能化和数字化，医生还需要更多智能工具的支持。
成立于2016年的赛迈特锐医疗科技正是希望通过提供更多的智能化＋工具，让影像科医生的诊断流程更加智能化，解决以往影像科PACS、RIS系统下，放射科影像科医生诊断报告一致性差、临床参考性不足、数据可利用程度低等问题，支持医生在临床治疗角度上进行精准影像诊断和报告输出。
目前赛迈特锐的产品已经覆盖了超过60个病种。赛迈特锐和华西医院、北大医院、北京大学肿瘤医院等国内知名医院达成合作，借助于知名医院优势学科诊断逻辑作为决策支持产品基础，使每个病种的诊断逻辑更加完善。
影像决策支持对于医生来说意味着什么？它和AI辅助诊断相比存在哪些差异？动脉网专访了赛迈特锐创始人岳新。
影像医生不止需要AI辅助诊断，更需要决策支持
从首都医科大学医学工程系毕业后的岳新一直扎根于医学影像领域。作为一名影像科的老兵，在20多年的工作中，他见证了医学影像从数字化到智能化的历程。
他回忆到，2000年左右，影像设备的升级带来了影像数字化大发展，CT从单排升级为双排、四排，影像设备升级让影像数据量大增。大量数据的诞生也促进了很多前沿性科研工作的诞生，例如RECIST评价。
在这时，岳新敏锐地感知到，大量的数据需要规范化的储存和管理。于是，在20年前，他创立了一家专注于放射科流程管理系统的企业，产品涵盖PACS（医学影像存档与通讯系统）、RIS（放射信息管理系统）。这家企业在全国拥有超过1000多家客户，获得众多客户的认可。
岳新表示：“在流程管理上，我们越做越细，但流程管理的本质是把过程中产生的信息进行记录，它希望信息记录后再有人去看，这是一种被动式储存信息的方式。”
被动式的流程管理造成在诺大的医院中数据的利用程度很低。医院大的集成平台存储着多个科室的数据，每个患者的数据其实分散在各个业务模块中。这为医生带来的直接影响是：医生若要基于诊疗数据做一个决策，需要花费大量的时间。
在医生需要调动更多更快地调动数据需求下，流程系统已难以为继，医学影像行业开始迎来新的变革。此时，恰逢AI技术方兴未艾，AI＋医学影像成为潮流，一时引起诸多关注。
不同于很多AI影像智能诊断企业研发人员是跨界进入医疗，岳新是医学影像行业一直以来的陪伴者，在早期他就感知到其实医生真正的需求在于对影像决策支持的需求。简单来说，影像决策支持是用数据去支撑医生进行基于诊疗目的的某个猜测，一旦医生有了某个猜测后，便需要一堆数据维度来支撑影像诊断决策。
12下一页>
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
