虽是老生常谈，但人工智能终究绕不开算法、算力、数据三要素。这些要素环环相扣，紧紧握住了人工智能技术的命脉。而医疗场景的人工智能产品越来越丰富，毫无疑问也离不开这三个要素的快速发展。

为了再度探索医疗人工智能技术发展及产业未来趋势，在前不久举行的全球人工智能和机器人峰会（CCF-GAIR 2020）上，包括南京大学计算机系主任周志华、华西医院副院长龚启勇、腾讯天衍实验室主任郑冶枫、平安集团首席医疗科学家谢国彤、联影智能联席CEO沈定刚在内的医疗人工智能顶级专家，对这个三元问题又提出了新的理解。

神经放射科的新需求

华西医院副院长龚启勇同时也是一名放射科医生，他认为，要解决人类神经类疾病，AI的介入必不可少。

在龚启勇对于精神分裂症患者的脑MR影像研究之中，他发现疾病的发展会带动患者脑部结构发生变化，患者多个脑区会因此便膨胀或缩小。如果能够通过影像的方式量化这一类变化，医生就有可能对患者的精神分裂、抑郁症、强迫症等神经疾病进行详细分类。

他在峰会上提到过去的一项研究成果：“一位医生曾发现她的患者在犯强迫症时，某一特定脑区的电波会变得异常活跃，因此她尝试用电极对该区域进行刺激。而后，患者的病症有了明显的改观。”

遗憾的是，该结果在后续的大量实验中并没有表现出绝对的效果，对此，龚启勇认为：“由于人脑的结构非常复杂，想要通过二维的影像准确判断脑部病变位置非常困难，我们无法判断医生在操作时是否准确的刺激了标记区域，因此，我们需要AI技术对脑部进行快速准确的建模，辅助定位。”

“如果我们能够通过AI准确或许患者脑部信息及病变情况，后续的治疗研究或许也将因此受益。”

小样本学习或能满足AI新需求

龚启勇院长的研究似乎预示着AI确实能够在辅助神经放射学的发展，推动神经类疾病诊断、治疗的进行。但在实际之中，这里存在的数据缺乏问题无疑是挡住研究进展的大山。

通常而言，受制于高昂的费用，疑似精神病病患在检查时并不会直接进行MR诊断，通过患者的实际表现与部分精心设计的量表，医生可以很快完成患者的初诊，进而直接选择通用的治疗方案。这导致精神病患脑MR影像难以收集。

龚启勇院长也提出了多中心协同的临床研究以解决数据问题，通过联合多家医院精心标注的脑部数据，样本量的确能够获得扩充，但仍难以达到