“类似肺结节模式，通过机器对数据的暴力学习在医学与AI发展的初期，对单一病种、单一期相是比较好的一种尝试；而一旦走向多疾病的复杂训练时，更为科学的方法是仿生逻辑网络的产生，把医生预勘的逻辑顺序，在算法设计时加以融入。”
11月16日，中华医学会放射学分会常委、副秘书长，四川大学华西医院放射科暨影像中心主任宋彬在中华医学会第27次全国放射学学术大会上分享人工智能在肝脏影像诊断方面的进展。
宋彬介绍，影像学是诊断肝癌的重要手段，可以进行早期的检查和定型诊断、判断治疗方案并对肝癌的生物学行为、侵犯性、组织分化程度和预后做出预测。在实际工作中，人工智能用于医学影像的处理是非常普遍的情况。
在分析AI在肝病应用情况和肺结核筛查中的作用后，他发现，当前AI在肝癌的应用面临很大挑战。首先是成像技术较为复杂，相对于肺的CT扫描而言，肝脏CT扫描效果受到很多因素影响，比如多期扫描的延迟时间会影响CT曝光参数，会影响AI的应用等。此外，肝脏是功能和结构比较复杂的脏器，肝脏中很多管道结构以及多个管道系统在中间穿行，都会对AI带来影响。
因此，宋彬认为，要做好肝脏AI的研发和应用，需要AI技术具有同时完成多任务的能力。“要实现这样的目标，就需要对技术，临床数据认知有巨大的积累，利用好数据和临床先验知识。知识和数据双向驱动，是开启医学影像+AI大门的关键钥匙。”
他建议，“对肝癌而言，需要做出定制化的标注工具，用聪明的算法主动挑选优质、可靠的样本进行学习，同时还要对异常的样本有检出的能力。”
宋彬透露，他所在的四川大学华西医院在2020年10月引入了人工智能企业商汤科技的SenseCare肝脏智能多模态临床解决方案。该方案能够自动筛选脏体的体积等人工难以测量的数据，还具有全自动肝段分割和血管分割功能，为科研课题提供技术支撑。
在当天活动中，商汤科技正式发布了这款SenseCare 肝脏智能临床解决方案。据商汤科技介绍，SenseCare 肝脏智能临床解决方案可以借助AI完成从肝脏影像阅片到术前评估的全流程诊疗工作。其具备全自动肝脏结构、肿瘤、血管实时渲染功能，将原先复杂的三维重建时间从一个小时短缩至一分钟内，帮助手术医生在术前评估手术方案。
目前，此方案已经在浙江大学医学院附属邵逸夫医院投入使用。该院放射科主任胡红杰教授在大会中谈到，“AI技术的应用不仅为医生减少了机械性工作量，更重要的是能够对关键指征进行准确提示，降低漏诊、误诊的风险，加速医生在肝脏疾病上的阅片经验积累。”
