21世纪经济报说念记者 杨坪 实习生 宋晨光 深圳报说念尊龙体育网

“汽车智能化，公共精深认为自动驾驶将迈向L5级——无东说念主驾驶。但我历久认为，医疗智能的最高水平应该是L4级——东说念主机共检。因为咱们王人不但愿终末医疗的场景只剩下机器，成为一个莫得东说念主文激情的场景。”开立医疗 AI 首席科学家周国义对21世纪经济报说念记者说说念。

连年来，东说念主工智能正在加速重塑医疗产业。

全球范围内，AI在疾病筛查、临床诊断、风险评估和调养决策中束缚取得破裂，从智能诊断扶助病灶影像分析，到全过程AI驱动智能化，医疗AI渐渐成为大夫不可或缺的“第二双眼睛”。

行业内也充满了各式关于过去机灵医疗场景的畅想与研究。

笔据The Research Insights预测，到2030年，全球医疗东说念主工智能市集限度将突出千亿好意思元，其中医学影像AI是增长最快的赛说念之一。

1982年确立的周国义，2010年刚刚走出校园便加入了开立医疗，曾先后攻关出超声业界首个具有编译器内核的测量模块交互及测量系统、超声参数联动系统、并发任务鼎新框架、异构高性能蓄意框架、高性能推理引擎遐想等，曾获评深圳市场地级领军东说念主才，是Intel高性能蓄意本领Intel oneIPL(Image Process Library) 参谋人委员会委员。

谈到为什么投身于医疗AI业绩，周国义先容，这与其个东说念主职业资历筹划。

“因为我最初从事的是超声图像的量化测量分析，那时咱们依赖东说念主工标定位置和阈值设定来索取特征点，但这种方式泛化性较差，难以罢了自动化。恰是在探索怎么处理这一瓶颈的过程中，我安宁坚韧到深度学习可能是破裂标的。而我在校征询的蓄意几何本就关注空间几何特征的映射，这与医学超声影像的建模自然契合，也促使我进一步征询智能特征索取方法。”周国义说说念。

2016年，开立医疗（300633.SZ）成为国内最早系统性布局超声AI的企业之一，并在业内率先制定“开发+AI”策略。与行业精深选定的“AI+”模式不同，开立医疗宝石以开发为中枢，其“开发+AI”策略的重点是将东说念主工智能深度镶嵌开发，从而驱动无缺的临床经过，而不是停留在单一要害。

周国义认为，这一方法的中枢上风体当今三方面：第一是落地上风，AI扶助大夫罢了开发的智能化操作，完成一个无缺性的任务，而开发在其中行动AI的输入是不可或缺的。第二是交融上风，AI在临床场景中通过智能握图、便捷操作、测量分析和扶助诊断，需要与开发进行深度的双向合营。第三是性能上风，要取得AI最好的算法性能，必须基于传感器和仪器参数散布构建数据集，“这三方面的上风奠定了咱们在有限本钱参预下罢了最优收尾。”

面前来看，这一策略依然生效。2024年，开立医疗“凤眼”S-Fetus功能深度交融了超声本领与东说念主工智能，取得了国内首个产前超声东说念主工智能医疗器械证，在全球初次罢了了产前超声切面智能扶助识别、测量、陈说的“全经过、全场景产筛智能化”。

据其显现，开立医疗正在探索以“全智能机”为宗旨的AI交融旅途，并尝试聚拢大模子才略，将AI从单点器具延长为临床助手，真实罢了全过程、全场景的智能化。

据周国义先容，公司已在妇科、产科、腹黑、全身及腔内等中枢临床场景酿成系统性处理决策，宗旨是让AI遮掩主要利用范围，“咱们的愿景是罢了从大夫提起探头的那一刻起，AI便大略自动完成探头和诊断模式的遴荐，识别图像场景、发起闪耀、激活智能分析并生成陈说，真实罢了全过程的智能化交融。”

预测过去医疗AI行业的发展，周国义认为，要让AI开发真实利用于临床，数据至关首要。

“面前最为锻练的大模子主若是谈话大模子，以文本处理为中枢。由于自监督学习的发展，这类模子酿成了通识性的底座，大略阐述和处理基本的对话逻辑。当具体到某一范围时，可以再通过范围学问进行微调。而在医疗影像范围，开立所给与的是视觉模子和多模态模子，这类针对特定病种或临床场景进行教师的模子，其数据起原多区域、多层级医疗机构的临床多中心征询，由专科大夫来保险专科性、严谨性，标注质料和数据散布的合感性尤为首要。”周国义说说念。

 以下为访谈实录。

21世纪: 开立医疗从2016年就运转布局并陆续参预AI筹划本领研发，阿谁时期东说念主工智能发展还处于相配早期的阶段，团队遭遇了哪些结巴，是怎么克服的？

周国义：那时深度学习框架如 PyTorch还没出现、TensorFlow不锻练，产物化时时常靠近可靠性和可膨胀性不及的问题。为了处理这一逆境，咱们一方面聚拢公司既有的软件蕴蓄，从零运转自研框架，充分推崇在高性能蓄意上的上风；另一方面针对硬件算力不及，从匹配可承受的教师开发脱手，安宁滚雪球式地扩大限度，再推动硬件同步迭代。

通盘过程险些透澈由公司里面团队寂寥完成，咱们致使从底层C谈话代码作念起，自然参考过一些开源决策，但那时Windows平台险些不撑持，Linux平台功能也有限，因此许多场地只可靠团队我方攻关。最终，在有限的硬件要求下，咱们依然灵验完成了任务，这亦然多重勤苦共同作用的收尾。

 21世纪：公司在布局 AI 时，是否挂牵所遴荐的标的与行业主流趋势相背？

周国义: 本领方进取确乎存在过担忧。但由于公司初期的参预限度并不大，因此全体策略依然保持将强。另一个担忧在于对技俩价值的领略，那时同业尚未涉足该范围，公司里面也进行了多轮研究，挂牵所作念的事情在价值方进取是否合理、正确，以及是否能真实处理市集问题。

自后咱们进行了多方面的分析，若技俩告捷，将转变传统的东说念主机交互模式，幸免以往开发操作中“一步一停”的繁琐经过。以产前筛查为例，大夫在获取胎儿切面后需要冻结图像，找到合适的圭臬切面，再进行测量和分析生成陈说，然后解冻连接下一步操作，通盘过程需要经常的东说念主机交互，收尾的一致性也高度依赖大夫的教训。新的模式将罢了AI进行测量与分析陈说，大夫只需专注打图，通盘过程一气呵成。相通，若技俩未能透澈告捷，也能在传统的“一步一停”模式中推崇价值。基于这一判断，咱们遴荐了一个可能会告捷、带来的收益更大的标的。

21世纪：开立医疗AI的发展想路不是追求“AI+”或“互联网+”的模式，而是宝石以开发为中枢，实施“医疗开发+AI”的策略。与同业比较，公司在革命点和上风方面体当今哪些方面？

周国义: 如果全面开展AI以遮掩系数影像开发，就必须兼容不同厂家的图像立场、参数类型和传感器相反。医疗AI国法要求遮掩这些相反，这会带来雄壮的寥落本钱，同期注册考据也相对复杂。同期，寂寥于开发除外的AI难以高效调用整机资源，难以酿周全景式智能化。比较之下，咱们将AI视为智能化的发动机，深度镶嵌开发，使其大略驱动通盘临床场景，而不是只作用于某个要害，这恰是咱们在落场地面的中枢上风。

自然，咱们面前优先匹配自有开发落地，但在进入大模子阶段和科室级处理决策时，也会开发能适配非开立开发的产物。面前，适配其他厂商开发时确乎存在为止，主要在于接口公约不绽放，赋能的深度和广度有限。这是AI落地过程中的一个难点。

若AI与开发聚拢不缜密，落地将受到诸多制约，这是许多专注AI的公司精深靠近的逆境。AI必须做事于大夫的践诺使用场景，而寂寥的AI难以完成无缺任务。因此，咱们的要点历久是“开发+AI”。咱们选定分方法落地的方式，先把中枢场景落地，酿成可用且灵验的功能，然后再与其他厂商安宁罢了互联互通。

21世纪: 公司东说念主工智能产前超声筛查本领凤眼S-Fetus在罢了多切面动态图像收集与自动测量的过程中，靠近的主要本领瓶颈是什么，你与团队又是怎么克服这些挑战的？

周国义: “凤眼”是公司最早聚焦的中枢产物之一，创造了多个行业最初的趋势。研发的最大挑战在于动态图像的学习，自动化学习算法是细则的，但医疗范围存在大批先验学问和临床教训，这些学问并非以数据样式呈现。举例在产科圭臬切面的识别要害，切面角度是否正确、是否包含胃泡等。如果仅依赖算法，需要数百万致使上亿张图像材干遮掩，而这些教训学问却很难径直滚动为标签。为此，咱们与临床行家密切合作，通过在数据处理、模子教师和前后处理等不同要害加入敛迹，将这些先验学问镶嵌算法，使其大略更好地学习并利用临床章程。

镶嵌要害取决于具体的利用场景，并莫得固定模式。一般而言，如果在模子特征层镶嵌敛迹，可以更好地聚拢深度学习的才略，而在后处理要害镶嵌，则具备更高的活泼性。

21世纪: 面前，公司已推出第五代东说念主工智能（AI）产前超声筛查本领凤眼S-Fetus 5.0并完成临床考据，于2024年取得国内首张产科东说念主工智能注册证。比较于许多企业在 2022 年之后才运转将 AI 与产物聚拢，公司为何能更早地鼓舞注册证的获取？

周国义: 这是基于产物功能的锻练度和充分考据。咱们在研发过程中已完成大批考据，功能挥霍相识和可靠。为了大略持重推动其在中、高、低端机型上的利用，使更多大夫受益，咱们遴荐通过医疗器械国法所要求的注册道路。这一过程关于咱们而言是水到渠成的。

获证通盘过程大要陆续了两年多。时期必须进行严格的临床实验和考据，包括大批病例的量化分析和东说念主机双盲对比实验。

21世纪: 东说念主工智能产物的注册证与庸碌医疗器械的注册证有何永别？

周国义: 与庸碌医疗器械比较，东说念主工智能产物注册证更强调算法旨趣的合感性和数据散布的无缺性，况兼凡波及扶助诊断类利用必须通过严格的临床磨真金不怕火。这主要源于深度学习可证明性不及，行业内精深视其为“黑盒”。像Deepseek访佛的大模子想维链，向公共展示的仅仅其推理的过程，但其中底层蓄意过程依然难以反推证明。

为缩短风险，咱们通过多档次的临床考据，包括里面测试、外部考据和寂寥临床磨真金不怕火，在咱们的实践中，临床磨真金不怕火遮掩了数百例病例，收尾标明系统的可靠性较高，性能达到致使优于资深大夫的水平。

21世纪: 你提到AI模子的考据在推动产物落地中很关键，面前的“效果考据”体系是否完善？

周国义: 在注册过程中，厂家需要对 AI 产物的效果进行考据。面前硬件已有相应的第三方考据机构，但软件方面仍败落结伴圭臬。同期，审评中心曾尝试修复如眼底影像的圭臬数据集。但如果能有结伴的圭臬化数据集，至极于给系数厂商一份“结伴考试卷”，这将灵验缩短开发本钱，加速产物上市程度。

21世纪：2023年公司初次将肝包虫AI扶助诊断产物化，为医疗资源匮乏的高流行地区患者带去更多但愿。能不可先容一下公司为什么会在肝包虫诊疗这个范围进行 AI 产物的破裂？

周国义: 肝包虫是一种区域性疾病，多发于牧区。由于当地医疗要求受限，不管是开发要求如故医务东说念主员教训，王人难以保险筛查和诊断的灵验性。公司开展该技俩，是秉持“为生命创造更多可能”的理念，以公益为导向鼓舞的。技俩与自如军总病院合作，宗旨是改善牧区的医疗要求，督察当地住户的健康。

从纯交易角度来看，该范围市集确乎有限。最初咱们以科研为主，与自如军总病院的行家合作，发表了一篇高水平的《柳叶刀》论文，修复了应该是国内限度最大的肝包虫数据集，从科研角度看效果是可以的。自然市集不大，但它确乎有着践诺的需求，是以咱们决定将其施举止公益技俩，并陆续参预，使科研效确切实惠及临床实践。

21世纪：当今医疗AI范围出现了通用大模子和垂直范围专用小模子两种本清醒径。两种旅途各有什么特色？

周国义: 面前最为锻练的大模子主若是谈话大模子，以文本处理为中枢。由于自我监督学习的发展，这类模子酿成了通识性的底座，大略阐述和处理基本的对话逻辑。当具体到某一范围时，可以再通过范围学问进行微调。而在医疗影像范围，咱们所给与的是视觉模子和多模态模子。这类针对特定病种或临床场景进行教师的模子，其数据起原是不公开的，因此专科性、严谨性，包括标注质料和数据散布的合感性尤为首要，且必须由专科大夫来保险。

21世纪：在垂直范围专病 AI 模子研发中，面前最大的结巴有哪些？

周国义: 最关键的难题是构建散布合理的高质料数据。AI 是学习型算法，模子与学习方法可以在实验室开发，但算法的价值取决于数据质料。数据的构建需要医工合作、专科大夫的标注与审核，并处理不同标注者之间的不合。高质料数据的获取是罢了存价值的算法的基础，亦然医疗AI行业共同的难题。

21世纪：开立在数据主要起原于那儿？

周国义: 咱们基于多区域、多层级医疗机构修复了临床数据合作体系，遮掩妇幼与抽象病院等多种类型。同期，咱们在使用数据时严格奉命合规经过，包括伦理审查、数据脱敏、标注可追念等要害。系数要害均合适现行国法要求，确保数据隐讳得到灵验保护。

21世纪：公司面前正在鼓舞的智能体产物，其研发想路是什么？

周国义: 咱们正在探索的智能体将视觉模子与大谈话模子会聚拢。视觉模子擅长精确索取医学图像特征，大略识别如甲状腺病灶的分型、角落毛刺、钙化、回声增强等细节，并能与临床诊断指南相匹配。而大谈话模子则大略整合更多范围学问，包括医学讲义与文件。通过 RAG 等方式，将大夫在成长过程中蕴蓄的学问与视觉模子的收尾聚拢，最终身成合适临床逻辑的诊断陈说。

21世纪：面前有一种不雅点簸弄称，如果过去每个产物王人配备多个智能体，可能会出现一个东说念主身边有几十个智能体的情况。这是否会导致交互过程过于复杂？

周国义: 确乎存在这种问题。用户的瞎想景色是只需与一个主智能体交互即可完成系数任务。但由于不同厂商在不同范围有各自的专长，而智能体的中枢依赖高质料大数据、算力和算法才略，因此面前难以作念到由单一模子遮掩系数专考场景。

为了处理多个模子并行的问题，行业内依然出现了集成开发环境（IDE）和模子高下文公约（MCP）等方法。通过这种方式，可以将任务分派给不同模子处理，再汇总收尾。这类本领被称作“大模子的插线板”，筹划厂商在大模子集成标的的责任很出色。

21世纪：在AI产物迭代方面，公司有哪些专有上风？

周国义: 咱们依然修复了先发上风，并通过高频率的版块迭代保持最初。举例，凤眼 S-Fetus 从 2017 年的 1.0 版块起，束缚迭代至 4.0 的大限度利用和 5.0 的主力版块，面前正按谋略推动 6.0发布，同期 7.0 也在同步研发。

我认为AI 的迭代访佛于芯片迭代，具有成长性和外延拓展性，并不会像传统算法那样固定不变。合作的行家提议，但愿咱们能束缚迭代直至 20.0。咱们的愿景是罢了从基础切面识别到测量、陈说，再到扶助诊断，最终大夫只需审阅并签署陈说即可完成通盘经过，真实罢了产物“好用、实用和有价值”。这一愿景自然永久，但恰是咱们迭代策略的标的。快速成长的AI是高水平智能罢了的基础。

21世纪：“超声+AI”过去的进化标的是什么？

周国义: 超声本人具备多模态特征，包括灰度图、血流图、弹性成像、造影和频谱图等。过去的进化标的是将超声的多模态脾性与 AI 多模态交融本领聚拢。临床在不雅察病灶时，需要从多个角度获取信息，通过AI多模态特征索取与交融，大略升迁病灶性质辩认的准确性。这将成为超声AI发展的首要趋势。

21世纪：在“开发+AI”的交融上，公司的宗旨是什么？

周国义: 咱们正在罢了“全智能机”的观念，以AI驱动通盘开发的智能化。交融的宗旨是遮掩主要临床利用场景，包括妇科、产科、腹黑、全身、消化、外科目等。经过多年的蕴蓄，咱们依然在这些中枢范围酿成系统性处理决策。终末罢了超声开发从提起探头运转，AI就运转责任，自动遴荐探头与诊断模式，自动识别图像场景、发起闪耀、激活智能分析并生成陈说，罢了全过程 AI 驱动的智能化交融；内镜大夫查验的过程中及时完成质控、导航、风险点检出、分型识别、病灶影像收集、操作视频小结生成、陈说生成，罢了全经过智能扶助这亦然咱们认为的交融的至极。

21世纪：面前市集的主流不雅点王人认为，AI需要承担的是大夫助手的变装。你认为这种“共生关系”是短期内如故历久的发展趋势？

周国义: 我认为医疗是一个关注东说念主性化的事情，无法与自动驾驶类比。咱们认为医疗智能的最高水平是 L4，即“东说念主机共检”。因为咱们王人不但愿最终的医疗场景只剩下机器，莫得一个东说念主。不是机器替代大夫，而是开发更好地扶助大夫。

举例，当AI收尾与大夫诊断不一致时，怎么仲裁即是一个首要课题。面前学界尚未真切征询这一问题。大夫必须保留最终决策权，以保险收尾的东说念主文性和医学学问的抽象性。不同模子可能会给出不同论断，大夫需要像多学科诊断一样抽象考量。因此，这不仅是本领问题，更是行业性课题，过去还需要通过立法与监管来进一步举止。

咱们但愿过去能罢了仪器、AI 、东说念主三者的流通聚拢，通盘诊断过程纰漏所至，在大夫眼睛聚焦的中心及时教导AI扶助诊断信息，这么的愿景咱们认为是在过去是能罢了的。

21世纪：关于AI与医疗的发展，你在政策方面有哪些建议？

周国义:顶层遐想应明确AI在价值链中的关键要害，包括数据要害、模子教师考据要害、产物落地与收费要害。面前，欧盟部安分镜查验、好意思国部分神血管查验已纳入医保。国内在部分地区已运转探索医疗AI的收费与监管机制，筹划政策正安宁完善。过去，跟着国法完善，锻练且有临床价值的 AI 应像传统医疗开发一样，酿成举止的收费与价值体系。

更多内容请下载21财经APP尊龙体育网