为宣传学院办学成果，彰显我院科研实力与社会贡献，学院将陆续推出AI+系列办学特色成果进行展示，敬请期待！
本周推出第一期，由方江雄教授领衔的智慧医疗成果，系统性地展示我院科研团队在医学图像分析等前沿领域的突破性进展及其临床应用价值。
一、团队简介
方江雄教授团队聚焦于图像处理、模式识别、机器学习、深度学习及其在医学图像处理、临床诊断等交叉领域的算法和应用，以及智能医疗设备的研发。近年来在《Nature Communications》《Information Fusion》、《Information Sciences》、《IEEE Journal of Biomedical and Health Informatics》、MICCAI等国际知名期刊和会议上发表论文100余篇，出版学术专著3部；主持国家自然基金项目6项、浙江省科技厅重大专项等省部级项目10余项；授权国家发明专利10余项、软件著作权20余件。与浙江优亿医疗器械股份有限公司合作设计研发了针对国人的高清新型可视喉镜，获得2016年度浙江省科学技术进步二等奖。团队负责人方江雄教授是台州市“500精英人才工程”创新人才、台州学院学科带头人。现为国家自然科学基金通讯评审专家，教育部学位与研究生教育论文评审专家。
二、成果简介
成果1：医学图像智能分割技术
针对现有分割模型难以精准提取如灰度不均匀医学图像目标区域，手工勾画医学图像目标区域存在耗时费力、且勾画结果取决于手主观因素影响，方江雄团队经完成了从图像的半自动分割、影像标准的纠正和全自动分割一整套勾画模型，提出了交互式分割技术：全局和局部符号能量型压力驱动的主动轮廓模型，基于全局与局部拟合能量的模糊区域性主动轮廓模型和基于模糊k-NN局部化混合主动轮廓模型，并集成于医疗勾画系统中。
图 1 面向临床医学图像分析的交互式分割模型
图 2 面向临床医学图像分析的交互式分割模型
图 3 面向医学图像分析的目标自动提取技术
成果2： AI+医学诊断系统
为解决人工标准医学图像存在耗时费力、主观性强等问题，实现自动标准3D医学图像，提出基于边界感知的U-Net分割模型、基于上下文联合注意力的分割模型和基于深度学习的多模态多任务医学图像模型。与此同时，为实现口腔疾病诊断和可视化，提出了了渐进正则化的双向平移动态MLP颌囊肿分割模型和基于文本引导KNN图卷积网络的口腔囊肿分割模型。为进一步辅助临床囊肿大小评估，开发了口腔囊肿诊断的3D打印系统。
图4 基于多模态多任务的口腔囊肿勾画与诊断系统
成果3：可视内镜集成系统和智能生物特征数字监测设备
基于深度学习技术的人工智能消化内镜质量控制和辅助诊断系统，利用图像增强、多模态信息融合等技术，提升内镜可视化效果，使医生能够看清更细小的血管、神经和筋膜层次，能够辨别细小的解剖结构和不同组织的边界。攻克消化道早癌筛查盲点，智能提示可能的病灶，助推分级诊疗。同时结合机器人学习技术，能够辅助医生对患者早期识别、进行治疗、用药，提高患者的生存率，减轻医院和患者的经济负担，经济效益显著。致力于实现技术水平的“内循环”，实现大到CMOS+ISP、主板，小到电源模块、信号传输，贯穿始终的源代码，全部都有自主知识产权。
图5新型可视内镜集成系统和智能生物特征数字监测设备
三、人物访谈
图6：方江雄老师在接受访谈
1、如何看待智慧医疗发展前景
智慧医疗的发展前景广阔，其核心价值在于通过数字化与智能化技术，构建覆盖全生命周期的健康服务体系。在诊断环节，智能系统能显著提升服务效率与质量，帮助医生快速精准地识别病灶、制定个性化治疗方案，同时通过远程医疗平台让优质资源惠及更多群众。在医疗诊断智能化浪潮中，AI影像辅助诊断正朝着更精准、更高效的方向发展。该系统不仅能自动识别肺结节、微出血点等细微病变，还能通过深度学习持续优化诊断能力，未来将成为放射科医生不可或缺的"智能助手"，有效缓解医生工作压力，提高诊断准确率。
从服务台州医疗产业角度看，智慧医疗将带来双重价值：一方面，通过建立区域影像云平台，将市级医院的AI诊断能力延伸至乡镇卫生院，让基层群众在家门口就能享受到高质量的诊疗服务；另一方面，依托台州"制造之都"的产业优势，可引导本地医药企业向智能医疗设备、AI诊断软件等新兴领域拓展，培育医疗健康产业新增长点，为台州经济高质量发展注入新动能。
2.如何看待智慧医疗在临床应用？
我个人认为智慧医疗在临床应用可谓机遇与挑战并存，其发展正处在突破的前夜，可以概括为：既为它已展现出的巨大潜力和惊人能力感到振奋，也必须正视其发展道路上坚实的数据壁垒；而未来，正系于“数据共享”这一关键钥匙之上。
首先，AI与大模型正在证明其临床价值。基于海量数据训练的大模型和AI技术，已经在诸多临床领域展现出令人瞩目的能力。在医学影像阅片（如CT、X光）上，AI的识别准确率在特定任务上已达到甚至超越资深医生的水平，与临床金标准结果高度相似；在辅助诊断、预测疾病风险和推荐治疗方案方面，它也展现出强大的数据分析能力。这让我们清晰地看到，AI有望成为医生的“超级助手”，将医生从繁重的重复性劳动中解放出来，更专注于复杂的临床决策和人文关怀，这代表了医疗效率与精准度的巨大飞跃。
其次，数据困境是当前最主要的瓶颈。医疗数据往往来源多样、标准不一、格式混乱，形成了大量的“数据孤岛”。更重要的是，为这些数据进行专业的标注耗时耗力，成本极高，极度依赖临床专家的宝贵时间。而大模型对高质量、大规模训练样本的渴求，与当前数据获取的艰难和昂贵形成了尖锐矛盾，这制约了智慧医疗模型泛化性和鲁棒性。
最后，尽管前路挑战重重，但前景是光明的。随着数据伦理和隐私计算技术的完善，当来自不同医院、不同地区的数据能够安全、合规地汇聚成更广阔的“知识海洋”时，我们训练出的模型将更通用、更精准、更公平。
3、AI时代对学生的建议有哪些？对大学生有什么寄语？
面向未来，在智慧医疗与人工智能深度融合的时代浪潮中，希望他们成为兼具技术能力与人文温度的“医工融合”创新者。
第一，必须主动拥抱并掌握人工智能这一关键工具。 AI不是遥远的未来，而是正在发生的现在。期望你们不仅要学好本专业的知识，无论是临床医学还是计算机科学，更要主动学习数据科学、机器学习等前沿技术，理解AI的工作原理与应用边界。未来，“懂医的AI专家”和“懂AI的医学专家”将成为推动医疗进步最稀缺和核心的力量。
第二，要始终将伦理内化为职业的基石。技术的力量越强大，伦理的约束就越重要。在你们的学习和未来研究中，要时刻思考：如何保护患者的隐私数据？期望你们培养深刻的伦理自觉和社会责任，确保技术进步始终服务于人的福祉，守住医疗中那份不可替代的温情与信任。
第三，要培养跨学科协作的“桥梁”思维。 智慧医疗的突破，源于医学、工程学、信息学等多学科的碰撞。期望你们打破专业壁垒，学会用共同的语言沟通协作。
寄语： 同学们是站在时代交汇点上的一代。请勇敢地拥抱变革，不仅要成为AI技术的熟练使用者，更要成为医疗未来的塑造者和伦理规范的守护者。用你们的智慧，让人工智能真正成为照亮生命、承载希望的“大医”，共同创造一个更加精准、普惠、有温度的医疗未来。
