從2016年后，AI浪潮席卷全球，在醫(yī)療領(lǐng)域，許多公司選擇在影像科應(yīng)用AI。四年時間過去，AI＋醫(yī)學影像的產(chǎn)品已經(jīng)走到了上市前的審批環(huán)節(jié)，直面商業(yè)化的階段。但是AI影像診斷產(chǎn)品的成熟并不代表著醫(yī)學影像已經(jīng)走到了智能化的終點，相反，這只是醫(yī)學影像智能化的一個開端。

北京賽邁特銳醫(yī)療CEO岳新告訴動脈網(wǎng)，如果把影像科醫(yī)生智能化的工作流程分為臨床申請——掃描——AI影像后處理——診斷決策等四大流程，AI輔助診斷才僅僅解決了其中一個環(huán)節(jié)的問題。而真正實現(xiàn)影像科工作的智能化和數(shù)字化，醫(yī)生還需要更多智能工具的支持。

成立于2016年的賽邁特銳醫(yī)療科技正是希望通過提供更多的智能化＋工具，讓影像科醫(yī)生的診斷流程更加智能化，解決以往影像科PACS、RIS系統(tǒng)下，放射科影像科醫(yī)生診斷報告一致性差、臨床參考性不足、數(shù)據(jù)可利用程度低等問題，支持醫(yī)生在臨床治療角度上進行精準影像診斷和報告輸出。

目前賽邁特銳的產(chǎn)品已經(jīng)覆蓋了超過60個病種。賽邁特銳和華西醫(yī)院、北大醫(yī)院、北京大學腫瘤醫(yī)院等國內(nèi)知名醫(yī)院達成合作，借助于知名醫(yī)院優(yōu)勢學科診斷邏輯作為決策支持產(chǎn)品基礎(chǔ)，使每個病種的診斷邏輯更加完善。

影像決策支持對于醫(yī)生來說意味著什么？它和AI輔助診斷相比存在哪些差異？動脈網(wǎng)專訪了賽邁特銳創(chuàng)始人岳新。

影像醫(yī)生不止需要AI輔助診斷，更需要決策支持

從首都醫(yī)科大學醫(yī)學工程系畢業(yè)后的岳新一直扎根于醫(yī)學影像領(lǐng)域。作為一名影像科的老兵，在20多年的工作中，他見證了醫(yī)學影像從數(shù)字化到智能化的歷程。

他回憶到，2000年左右，影像設(shè)備的升級帶來了影像數(shù)字化大發(fā)展，CT從單排升級為雙排、四排，影像設(shè)備升級讓影像數(shù)據(jù)量大增。大量數(shù)據(jù)的誕生也促進了很多前沿性科研工作的誕生，例如RECIST評價。

在這時，岳新敏銳地感知到，大量的數(shù)據(jù)需要規(guī)范化的儲存和管理。于是，在20年前，他創(chuàng)立了一家專注于放射科流程管理系統(tǒng)的企業(yè)，產(chǎn)品涵蓋PACS（醫(yī)學影像存檔與通訊系統(tǒng)）、RIS（放射信息管理系統(tǒng)）。這家企業(yè)在全國擁有超過1000多家客戶，獲得眾多客戶的認可。

岳新表示：“在流程管理上，我們越做越細，但流程管理的本質(zhì)是把過程中產(chǎn)生的信息進行記錄，它希望信息記錄后再有人去看，這是一種被動式儲存信息的方式�！�

被動式的流程管理造成在諾大的醫(yī)院中數(shù)據(jù)的利用程度很低。醫(yī)院大的集成平臺存儲著多個科室的數(shù)據(jù)，每個患者的數(shù)據(jù)其實分散在各個業(yè)務(wù)模塊中。這為醫(yī)生帶來的直接影響是：醫(yī)生若要基于診療數(shù)據(jù)做一個決策，需要花費大量的時間。

在醫(yī)生需要調(diào)動更多更快地調(diào)動數(shù)據(jù)需求下，流程系統(tǒng)已難以為繼，醫(yī)學影像行業(yè)開始迎來新的變革。此時，恰逢AI技術(shù)方興未艾，AI＋醫(yī)學影像成為潮流，一時引起諸多關(guān)注。

不同于很多AI影像智能診斷企業(yè)研發(fā)人員是跨界進入醫(yī)療，岳新是醫(yī)學影像行業(yè)一直以來的陪伴者，在早期他就感知到其實醫(yī)生真正的需求在于對影像決策支持的需求。簡單來說，影像決策支持是用數(shù)據(jù)去支撐醫(yī)生進行基于診療目的的某個猜測，一旦醫(yī)生有了某個猜測后，便需要一堆數(shù)據(jù)維度來支撐影像診斷決策。