在ISICDM 2019大會(huì)上，復(fù)旦大學(xué)宋志堅(jiān)教授分享了其團(tuán)隊(duì)在深度學(xué)習(xí)應(yīng)用于多參數(shù)磁共振成像（mpMRI）圖像處理及醫(yī)療數(shù)據(jù)增強(qiáng)領(lǐng)域的前沿工作心得，并探討了在線數(shù)據(jù)處理與交易處理業(yè)務(wù)在醫(yī)療影像分析中的潛在價(jià)值與挑戰(zhàn)。

宋教授指出，mpMRI通過(guò)整合T1、T2、擴(kuò)散加權(quán)成像等多種模態(tài)數(shù)據(jù)，為疾病（尤其是腫瘤）的精準(zhǔn)診斷提供了豐富信息，但海量、高維的圖像數(shù)據(jù)也對(duì)處理分析提出了極高要求。傳統(tǒng)方法往往依賴人工特征提取，效率低且主觀性強(qiáng)。其團(tuán)隊(duì)致力于利用深度學(xué)習(xí)，特別是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和生成對(duì)抗網(wǎng)絡(luò)（GAN），開(kāi)發(fā)自動(dòng)化、智能化的mpMRI分析管道。

在圖像處理方面，研究聚焦于關(guān)鍵任務(wù)：一是精準(zhǔn)分割，利用改進(jìn)的U-Net等架構(gòu)實(shí)現(xiàn)對(duì)病變區(qū)域（如前列腺癌、腦腫瘤）的自動(dòng)、高精度勾畫，顯著提升了分割的一致性與效率；二是多模態(tài)信息融合，設(shè)計(jì)新型網(wǎng)絡(luò)模型有效整合不同MRI序列的特征，彌補(bǔ)單一模態(tài)的信息局限，提升診斷的全面性與可靠性。

面對(duì)醫(yī)療數(shù)據(jù)常面臨的標(biāo)注成本高、樣本量有限、類別不平衡等問(wèn)題，宋教授團(tuán)隊(duì)在數(shù)據(jù)增強(qiáng)領(lǐng)域進(jìn)行了深入探索。他們創(chuàng)新性地應(yīng)用生成對(duì)抗網(wǎng)絡(luò)（如CycleGAN、StyleGAN）進(jìn)行數(shù)據(jù)合成與增強(qiáng)。這不僅包括傳統(tǒng)的幾何變換，更側(cè)重于生成高質(zhì)量的、病理特征逼真的合成mpMRI圖像，有效擴(kuò)充了訓(xùn)練數(shù)據(jù)集，特別是罕見(jiàn)病例樣本，從而提升了深度學(xué)習(xí)模型的泛化能力和魯棒性，減少了過(guò)擬合風(fēng)險(xiǎn)。

宋教授特別強(qiáng)調(diào)了其工作與“在線數(shù)據(jù)處理與交易處理業(yè)務(wù)”概念的結(jié)合思考。他指出，隨著醫(yī)療影像數(shù)據(jù)的爆炸式增長(zhǎng)和云計(jì)算、邊緣計(jì)算的發(fā)展，未來(lái)的醫(yī)療影像分析平臺(tái)可能演變?yōu)橐环N高效的在線數(shù)據(jù)處理服務(wù)。醫(yī)療機(jī)構(gòu)可以上傳mpMRI數(shù)據(jù)至云端平臺(tái)，通過(guò)調(diào)用部署在云端的先進(jìn)AI模型（如團(tuán)隊(duì)研發(fā)的分割、增強(qiáng)模型）進(jìn)行實(shí)時(shí)或近實(shí)時(shí)的分析處理，并將結(jié)構(gòu)化的結(jié)果（如分割掩膜、特征參數(shù)、輔助診斷報(bào)告）返回。這本質(zhì)上構(gòu)成了一種安全、合規(guī)的“數(shù)據(jù)處理交易”。這種模式能降低醫(yī)院本地部署高性能計(jì)算資源的成本，促進(jìn)優(yōu)質(zhì)AI醫(yī)療資源的普惠共享，并可能通過(guò)區(qū)塊鏈等技術(shù)確保數(shù)據(jù)主權(quán)與交易的可追溯性。

宋教授也坦言，實(shí)現(xiàn)這一愿景面臨多重挑戰(zhàn)：一是數(shù)據(jù)隱私與安全，醫(yī)療影像屬于敏感個(gè)人信息，必須構(gòu)建符合法規(guī)（如《網(wǎng)絡(luò)安全法》、《數(shù)據(jù)安全法》）的嚴(yán)密數(shù)據(jù)脫敏、加密傳輸與存儲(chǔ)機(jī)制；二是模型標(biāo)準(zhǔn)化與評(píng)估，需要建立統(tǒng)一的性能評(píng)估基準(zhǔn)和質(zhì)量控制體系，確保在線服務(wù)的可靠性與準(zhǔn)確性；三是跨機(jī)構(gòu)數(shù)據(jù)孤島問(wèn)題，在保護(hù)隱私的前提下，聯(lián)邦學(xué)習(xí)等新技術(shù)可能成為協(xié)同訓(xùn)練更強(qiáng)大模型、同時(shí)不共享原始數(shù)據(jù)的關(guān)鍵。

宋志堅(jiān)教授在ISICDM 2019的分享，展現(xiàn)了深度學(xué)習(xí)驅(qū)動(dòng)mpMRI分析從“人工”走向“智能”的清晰路徑，并通過(guò)前瞻性地聯(lián)系在線數(shù)據(jù)處理業(yè)務(wù)模式，為未來(lái)醫(yī)療影像AI的落地與服務(wù)化提供了富有洞察力的框架。其工作不僅推進(jìn)了技術(shù)本身，更引發(fā)了關(guān)于如何構(gòu)建安全、高效、可持續(xù)的醫(yī)療人工智能生態(tài)系統(tǒng)的深入思考。