AI阅片能否长期立足存难点
①肺炎分为很多种，病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中，病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是，CT无法准确判断病人携带的是否是新冠病毒。
也就是说，CT与核酸检测结果可能存在不一致的现象，这种情况下，再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。
②AI能够有效识别易漏诊结节，比如6mm以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时，AI还有更大的空间。
如今单靠CT影像识别出病毒性肺炎是哪种病毒还是非常困难的，如果AI能够在这方面有所建树，将是很大突破，但这非常难。
③疫情初期，尽管有不少新冠肺炎疑似CT数据，但缺乏有效标注。CT照片看似海量，但对于AI来说，仍显不够，要想让AI越来越聪明，需要“投喂”大量数据。
但在医疗场景中，无论总患病人数多庞大，都很难在某一个医院获得大量的数据训练，而且病患个体差异较大，每一个人的病程、病情、疾病种类都会有所不同。
④从全国范围来看，影像科人才资源地域性分配不均衡问题突出，基层医疗单位能否像大医院一样拥有AI+医疗影像诊断的系统使用，目前还不好说。
⑤目前AI在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，AI和专业医生之间仍存在差距。
