对医学影像大数据的认识和思考

对医学影像大数据的认识和思考
中国影像大数据的现状

非专业干预、干扰，影像分家 各自为政，共享、公用意识差 各级医院盲目追求大而全 患者流动无序
对医学影像大数据的认识和思考
中国影像大数据的现状

非科学合理的医疗价格导致过量影像检查
过量不必要检查 — 阳性比下降 过量非有效数据 — 重复比、正常比增加 过于繁重工作量 — 减少序列，检查粗糙 受经济杠杆影响 — 数据存储过度压缩
影像学涉及的范畴从单纯诊断向诊断与治疗的结合发展介入影像学影像诊断从单一图像向多种图像融合发展ctpetmrpet2010s精准医疗的态势赋予了影像学新的内涵和要求临床越来越多的依赖影像美国7080的临床循证从定位取证到引导治疗发现诊断治疗监测随访评估穿刺定位活检置管多种影像模式的图像融合影像与临床杂交被广泛接受影像链直接传输到全院分子影像功能影像的快速发展也为临床提供更多信息顺应大数据时代建立和发展医学影像大数据影像大数据反映解剖结构组织特征器官功能细胞代谢病理变化数据客观证据恒定按时间随访复查反映疾病演变的整个过程具有大数据的特征数据累积叠加疾病分类数据个体病程数据医生经验数据影像大数据数字化影像走在医学最前面占据医疗数据的大份额约80的医疗数据来自医学影像数据多模态影像病理内镜检验基因及随访信息等影像数据的种类繁多医学影像最适合互联网大数据人工智能中国影像大数据的特点优势医生的临床经验比较丰富中国影像大数据的特点劣势检查不规范数据获取影像处理存储压缩诊断报告随意性强中国影像大数据的现状患者流动无序中国影像大数据的现状顺应大数据时代建立和发展医学影像大数据克服随意性严格遵守检查协议规范获取处理存储影像数据必须打破壁垒提高数据共享公用意识医学影像大数据的用途克服医生主观差异减少漏诊误诊医学影像大数据的应用10年前国际上提出cadcomputerassisteddiagnosiscomputerassisteddetection5年前已经基本上不提了影像大数据的应用计算机深度学习从简单线性思维到复杂神经网络模型的建立真正人工智能ai时代的开启2016年北美放射学大会rsna如何规范影像大数据规范整个影像检查流程影像数据获取图像后处理影像分析思维训练结构化诊断报告影像数据规范存储调用必须要有多学科人员参与支持相互配合相互学习共同制定规范流程影像大数据医生患者的心理接受和承受更重要对大数据的应用前途光明道路曲折

建立和发展医学影像大数据
2016年北美放射学大会（RSNA）
建立和发展医学影像大数据
建立和发展医学影像大数据
如何规范影像大数据

规范整个影像检查流程（影像数据获取、图像后
处理、影像分析思维训练、结构化诊断报告、影像数 据规范存储、调用）

单靠从事医学影像的医生无法完成
必须要有多学科人员参与支持，相互配合、 相互学习，共同制定、规范流程

医学影像学发展（1980s）

多种影像检查方法迅速发展和壮大 独立的检查科室建立和发展 传统放射科的系统模式发生改变 以设备分组的现象出现
医学影像学发展（1990s）

图像数字化 （影像发展的基本需要） 设备网络化 （提高使用及保障效率） 诊断综合化 （优化多种影像检查） 分组系统化 （充分发挥影像优势）
结构化影像，等等

数据运行快速：大量患者的就诊、检查、治疗、随访
数据快速增长，高速处理，及时应用

数据变异性强：庞大数据不是抽样、不是标准，更易
包括变异
医疗大数据的特点

多态性：包括单纯数据（检验）、动态信号（示波）、
多维影像、文字绘图、视频档案，等等

不完整性：病例脱失、过程中断、记录偏差和残缺、
据、个体病程数据、医生经验数据）


对医学影像大数据的认识和思考
影像大数据

数字化影像走在医学最前面，占据医疗数据的大份 额，约80%的医疗数据来自医学影像数据 多模态影像、病理、内镜、检验、基因及随访信息 等影像数据的种类繁多 影像的数字化及报告的结构化确保数据真实可靠 高性能计算、神经网络模型等都要应用影像数据

Байду номын сангаас
5年前已经基本上不提了
建立和发展医学影像大数据
建立和发展医学影像大数据
影像大数据的应用

数据量、计算速度、计算模式“今非昔比”

计算机深度学习，从简单线性思维到复杂神经 网络模型的建立
从形态结构表观数据到影像纹理深层分析 影像组学的提出，影像数据集群，丰富大数据 真正人工智能（AI）时代的开启

医学影像学发展（2010s—）


大影像的架构
大数据的时代

精准医疗的态势
赋予了影像学新的内涵和要求
影像相关医学发展趋势

临床越来越多的依赖影像，美国70-80%的临床 循证，从定位取证到引导治疗 — 发现、诊断、 治疗监测、随访评估，穿刺定位、活检置管 手术、根治走向微创手术、局部治疗


多种影像模式的图像融合，影像与临床杂交被 广泛接受，影像链直接传输到全院 分子影像、功能影像的快速发展也为临床提供 更多信息
对医疗大数据的学习和认识
医疗大数据

规模巨大的临床实验数据 错踪复杂的疾病诊疗数据 带有个性化特征的居民行为健康数据 相关管理、医保、药品、器械等数据
医疗大数据的特点

数据规模庞大：1个CT检查图像200-500M，1个标准
病理检查可达5G

数据结构多样：包含结构化表格、半结构化文本、非



医学影像最适合互联网 + 大数据 + 人工智能
对医学影像大数据的认识和思考
中国影像大数据的特点（优势）

人口众多、检查量大，数据海量 改革开放后经济发展，带动了医疗设备更新 医生的临床经验比较丰富
对医学影像大数据的认识和思考
中国影像大数据的特点（劣势）

人口众多、经济发展很不平衡 影像设备、图像质量、医生水平参差不齐 检查不规范（数据获取、影像处理、存储压缩、 诊断报告），随意性强
对医学影像大数据
的认识和思考
周 诚
北京医院放射科
对医学影像大数据的认识和思考
♦ 对医疗大数据的学习和认识 ♦ 医学影像学的发展和特点 ♦ 对医学影像大数据的认识和思考
♦ 顺应大数据时代，建立和发展医学影像大 数据
对医学影像大数据的认识和思考
♦ 对医疗大数据的学习和认识 ♦ 医学影像学的发展和特点 ♦ 对医学影像大数据的认识和思考
对医学影像大数据的认识和思考
♦ 对医疗大数据的学习和认识 ♦ 医学影像学的发展和特点
♦ 对医学影像大数据的认识和思考
♦ 顺应大数据时代，建立和发展医学影像大 数据
建立和发展医学影像大数据
数据量大 ≠ 大数据

从基础做起，规范设计影像检查序列和参数 克服随意性，严格遵守检查协议，规范获取、 处理、存储影像数据 提取有用数据，去除或减少垃圾数据 必须打破壁垒，提高数据共享、公用意识

对医学影像大数据的认识和思考
♦ 对医疗大数据的学习和认识 ♦ 医学影像学的发展和特点
♦ 对医学影像大数据的认识和思考
♦ 顺应大数据时代，建立和发展医学影像大 数据
对医学影像大数据的认识和思考
影像大数据

反映解剖结构、组织特征、器官功能、细胞代 谢、病理变化 数据客观、证据恒定，按时间随访复查，反映 疾病演变的整个过程 具有大数据的特征，数据累积叠加（疾病分类数
对医学影像大数据的认识和思考
♦ 对医疗大数据的学习和认识
♦ 医学影像学的发展和特点
♦ 对医学影像大数据的认识和思考
♦ 顺应大数据时代，建立和发展医学影像大 数据
医学影像学的发展历程
1895 年伦琴发现X线并用于人体，唯一影像检查


1950s，开始了超声 / 核素检查
1972年 CT是X线检查的革命，开创数字影像新纪元 1983年 美国FDA批准MRI应用于人体影像检查 1980s，CCD技术发展，DSA得到较快推广，数字化 超声、数字化内窥镜、ECT应用于临床 1990s，CR/ DR、PACS、PET先后得到快速推广 2000s，功能影像、分子影像、融合影像….发展

存储无胶片化
(数字化管理)
医学影像率先走入网络传输、远程诊断、 数字化存档
医学影像学发展（2000s）

影像学检查的范围：从形态学向功能学 影像学检查的水平：从器官形态发展到组织 学（MRI）、细胞学（介入活检）和分子学 水平（MRS，PET…）

影像学涉及的范畴从单纯诊断向诊断与治疗 的结合发展（介入影像学） 影像诊断从单一图像向多种图像融合发展 （CT/PET、MR/PET）
医生个体认识差异，等等

时间性：疾病的发生、发展、就诊、检查、治疗随时
间变化，数据有时序性

冗余性：医疗数据量大，包含很多重复、无关、甚至
相互矛盾的记录
对医疗大数据的学习和认识
医疗大数据的重要性

不同于电信、金融、交通等等大数据 关乎疾病防控、生命健康、人类重大顽疾 攻克、新药器械研发

与人类自身关系最直接、最重要的大数据

建立和发展医学影像大数据
医学影像大数据的用途

提升人类医疗集体经验 作为机器人工智能的深度学习 提高计算机智能诊断的准确性 克服医生主观差异，减少漏诊、误诊
建立和发展医学影像大数据
医学影像大数据的应用

10年前国际上提出“CAD” Computer-Assisted Diagnosis Computer-Assisted Detection
♦ 顺应大数据时代，建立和发展医学影像大 数据
对大数据的学习和认识

大数据：传统数据架构无法有效处理的一种新
型数据集，容量大、维度高、范围广、复杂多变

IBM “3V”
• • • • Volume： 规模 Velocity：速度 Variety：多样 第四个“V”➡ Value（价值） 或“V”➡ Variability（易变性）
建立和发展医学影像大数据
影像大数据

收集、应用的路程还很长
不仅是技术层面
医生、患者的心理接受和承受更重要
对大数据的应用，前途光明、道路曲折
任重而道远！
期待并欢迎更多的理、工、文科 的专家和朋友与影像医生合作， 建设好中国的影像大数据
谢谢 !