紧急招聘超声医生，提供住宿，最高可获得30万元人才奖励。
近日，深圳市龙华区一家医院在其官方账号上发布了这样的招聘广告。类似紧急招聘超声医生的帖子在网上也很常见。这反映出目前超声人才的短缺。公开数据显示，我国超声人才缺口至少15万。
医学图像分析工作量繁琐，极大消耗医生的精力。近年来，人工智能（AI）正在应用于医学影像行业，帮助解放医生的双手。但其在超声领域的具体应用却不尽如人意。目前已获得国家食品药品监督管理局颁发的三类医疗器械注册证。 AI医学影像产品中，尚无超声相关产品，获批产品主要集中在X射线、CT领域。
在医学影像诊断中，超声应用最为广泛。我国AI医疗发展中，医学影像成为最热门的应用方向，但为何在超声等细分领域进展缓慢？
近日，科技部等六部门发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》号文，提出重点解决人工智能重大应用和产业化问题，全面提升人工智能发展质量和水平。在医疗领域，要积极探索医学影像的智能化辅助诊断和辅助临床诊疗。决策支持、医疗机器人、互联网医院、智能医疗设备管理、智慧医院、智慧公共卫生服务等场景。
AI超声发展的难点
目前临床广泛应用的医学影像设备有X射线、CT、磁共振、超声等。其中，超声以其安全、无创、实时、经济、便携等优点广泛应用于临床。超声医学影像设备也是医院、影像中心等医疗机构常用的临床诊断仪器。其应用领域已从早期的腹部、妇产科诊断扩展到心血管、神经、肌肉骨骼等领域的临床诊断，并逐渐渗透到超声引导干预等非诊断领域。
中国有超过20万名超声医生。相应地，每年超声检查的数量达到约20亿次，远远超过每年2亿次的CT检查。超声检查市场需求巨大，但预约检查并不容易。原因是超声医生缺乏资源。培养一名合格的超声医生往往需要3至5年的时间。在产前胎儿筛查领域，甚至可能需要5到8年的时间。年时间。超声检查主要依靠人工进行，严重依赖医生的经验，对医生的技术要求较高。
2020年2月，美国FDA批准了Capture Health开发的人工智能超声影像辅助系统，带来超声影像应用的突破。近年来，一些中国企业也布局AI超声领域，尝试用AI辅助超声诊断。不过，到目前为止，与其他AI医学影像赛道相比，AI超声赛道的竞争远没有想象中激烈。
在AI影像行业发展中，AI超声起步较晚，发展缓慢，商业化困难。制约AI超声发展的痛点是不符合临床需求。其中之一是实时诊断功能的实现困难。中山大学附属第一医院妇产科教授、主任医师谢红宁告诉第一财经记者，CT、MRI等放射影像的采集和诊断是由放射科医生完成的，谁可以通过判断静态图像来进行诊断。然而超声诊断的难点在于图像采集和读取需要同时完成。它需要超声医生的手、眼、脑同时配合，采集不同断面的动态图像。并进行实时诊断。开发AI超声来辅助超声医生进行实时诊断是非常困难的。
例如，在乳腺癌筛查领域，大多数AI超声产品都需要医生首先扫描找到肿瘤图像，将其捕捉成静态图像，然后利用AI系统判断是良性还是恶性。在这种模式下，如果医生看不到肿块，就会有漏诊的风险。中国超声医学工程学会副理事长、广东省超声医学工程学会会长、教授李安华告诉第一财经记者。
对于超声医生来说，如果仍然需要采集静态图像，然后交给AI系统进行判断，不仅不会提高工作效率，反而会增加工作量，而超声诊断工作本身就是已经很麻烦了。
除了缺乏实时诊断能力之外，目前的AI超声还存在三维结构识别能力方面的短板。超声医生在扫描图像的过程中，需要建立三维思维能力，在大脑中建立三维结构来做出判断。然而，目前大多数AI超声系统尚未实现三维结构识别能力。谢宏宁说道。
在李安华看来，AI超声与临床应用之所以存在较大脱节，一方面与综合性人才的稀缺有关。 AI超声产品的开发者主要是工程师，他们没有临床实践经验，无法有效实施AI超声。了解临床真实需求；另一方面，也受到算法框架的限制。算法框架与AI分析产品的准确性和实时性密切相关。现在，国内AI公司几乎都采用开源算法。每个公司的算法性能仍然取决于重新编译开源算法的质量。而重新编译工作本身就非常具有挑战性。
如何破解游戏
虽然AI超声的发展还存在一些困难，但并不意味着没有临床需求。
我们面临着医学、教学、科研“三座大山”。除了医学影像诊断工作外，我们日常还有教学和科研任务。我们非常希望人工智能能够赋能我们，提高工作效率。谢宏宁说道。
李安华表示，不同的超声医生扫描技术不同，采集到的图像质量也会参差不齐。一款优秀的AI产品，除了帮助医生辅助诊断外，还可以辅助超声图像的质量控制。建立统一的图像采集标准。具体到医院端，AI超声有两大应用场景。一是医院质量控制。 AI辅助可以起到监督作用。以产前超声检查为例，根据国家标准，孕中期应保留30天的B超筛查。有多个标准断面，AI超声可以判断这些断面是否标准；二是可以解决基层优质资源短缺的问题，帮助高素质医生培养年轻医生。
目前，大医院的“虹吸效应”依然存在。许多在乡镇培训的超声医生很容易被调到上级医院，乡镇留住人才变得困难。如何通过AI医疗解决基层人才缺口也至关重要。重要的。李安华说道。
目前仍有企业在AI超声领域尝试突破。
例如，刚刚过去的7月，在广东省医学会第六届产前诊断学术会议上，广州爱正基信息技术有限公司联合第一附属医院等全国多家顶级医疗机构中山大学与华南理工大学计算机学院历时五年共同研发的超声AI智能系统Ai孕期智音正式揭牌。该系统在实现分析结果实时同步方面取得了突破。
这就好像为超声医生准备了一个导航助手，可以全程通过声音、文字、图像等提醒超声医生注意检查过程的规范性和异常情况。对于这个产品的定位，针对资深医生来说，我们希望能够帮助他们减少一些重复性的工作，腾出时间来做创造性和决策性的工作；针对年轻医生而言，我们也希望能够起到定性的控制培养效果，帮助他们减少漏诊、误诊的概率。广州爱孕姬创始人兼CEO王楠博士告诉第一财经记者。
王楠还表示，AI超声在研发过程中要实现实时同步分析的功能确实有难度。目前能够开发算法的人才主要集中在海外，这些算法多用于自然图像的识别。如果要应用到超声领域，必须对底层算法做大量的编译和优化工作，使其适应应用场景的特性。而编译完成后，还需要进行大量的测试，最终形成算法，这需要大量的时间、精力、资源等。
上述产品目前批准的医疗器械注册证属于第二类，可以在医院销售。但要实现难度较大的功能，仍需获得第三类注册证书。据第一财经记者了解，今年8月，爱恒智胜产品还完成了国家药监局三级医疗器械临床试验在河南、安徽三级医院的首次入组。
李安华表示，超声AI要真正实现商业化，还需要解决两大问题：如何提高产品成熟度以及谁来买单。
我们也在探索和开发不同定位的服务和产品，以适应不同的应用场景和需求。王楠告诉第一财经记者。
纵观目前AI医学影像行业的发展，虽然仍处于价值实践期，但市场依然看好其前景。
投报研究院近期发布的报告显示，AI医疗影像主要应用于医疗健康市场和大健康市场场景。根据这两个主要场景，预计中国AI医学影像市场规模将从2021年的8.2亿元增长至2025年的1376亿元，2021-2025年复合增长率为102.4%。
广东省人工智能产业协会常务副会长兼秘书长张寅表示，在国家政策和市场需求的推动下，图像识别辅助诊断的热门赛道上预计会涌现出更多优秀的企业和产品。
