新闻中心

新闻中心 news

回顾2021,全景学术精彩篇章

时间:2022-01-17


2021是拼搏奋进的一年

也是累结硕果的一年

这一年全景继往开来,

开拓创新,迈着坚定有力的步伐

在学术交流、科研成果、技术创新等方向再攀高峰……


立足学术前沿  共话融合影像


2021年,全景继续加强学科建设,重视学术交流研讨,各中心举办影像融合论坛&交流研讨会共49场,立足学术前沿,深化交流合作,探索医学影像与临床融合新模式,促进多学科交叉与融合发展,助推精准融合影像实现。




全景徐汇中心承办了中国非公立医疗机构协会核医学与分子影像专委会2021年会暨第四届全景融合影像论坛,累计观看人次逾6万,在核医学领域产生了广泛的影响力,获得了同行的一致好评。



2021 全景开启“全景讲堂”系列活动,徐汇、天津、成都等中心共举办了39学术交流活动,采用直播+线上线下实时交流的形式为影像医生与临床医生搭建肿瘤、心脑血管等疾病影像诊断和诊疗技术交流合作平台,展示学术前沿动态与研究成果,提升各亚学科诊疗水平。

此外,全景专家多次参与各省市高规格学术年会和学术论坛,和影像领域同道们交流经验,分享技术,共话核医学未来,共同推动我国核医学事业发展进步。

夯实学术根基 国际国内展硕果


过去一年,全景专家团队接续发力,参与国内外顶级学术会议并取得骄人成绩。
发表了8篇SCI论文,9篇统计源核心期刊文章。共有10篇研究成果中稿美国核医学与分子影像年会、国际医学磁共振学会年会、北美放射学年会等国际顶级学术会议;

11篇研究成果被中华医学会核医学分会学术年会、中国医学会放射学分会第十九届全国磁共振学术大会录取,累累硕果,增强了各中心在医学影像领域的学术影响力,奠定了非公医疗行业内的领先地位。



科技引领进步 创新驱动发展

全景一直坚持科技引领,创新发展,坚持走自主研发创新之路,促进科研工作高质量发展,自主知识产权水平持续提高,为企业发展提供了强有力的科技支撑,形成了申报高水平项目、收获高水平成果的科研工作新局面。徐汇中心在医学影像泰斗周康荣教授领衔下,连续6年获得上海卫计委科研课题立项资助。 



技术精湛创佳绩 实至名归揽荣誉


全景医技护团队拼搏进取,奋勇争先,多次在医学影像领域规模赛事斩获佳绩;全景专家凭借丰富的诊断经验、高水平科研能力、丰硕学术成果,在高校、社会组织获聘高级别职位。



全景张建院长、石华铮院长、高欣副院长、获聘宁波大学硕士研究生导师,凭借全景的资源以及专业技术优势,为研究生学习和科研提供高水平支撑。


 


潘建虎院长连任浙江省医师协会核医学医师分会第二届委员会副会长,李毅红院长入选浙江省医师协会核医学医师分会第二届委员会委员。



汪军峰、梁江涛、云帅医生团队在浙江省社会办医协会放射专业委员会青年医师影像技能大赛中,击败众多参赛选手,荣获三等奖,汪军峰医生当选委员会常委,许远帆医生当选委员会委员。


 


全景门诊部梁晶晶在国家胶囊内镜研究中心主办的“慧眼识影——全国胶囊内镜优秀病例大赛”中表现优异,进入全国总决赛,在全国总决赛中荣获三等奖。


发起人工智能挑战 助力我国影像AI发展

● 医疗影像国家新一代人工智能开放创新平台建设



全景参与了科技部科技创新2030--“新一代人工智能”重大项目《医疗影像国家新一代人工智能开放创新平台建设》,将联合腾讯医疗、中国信息通信研究院、中国科学院深圳先进技术研究院、明峰医疗、广州互云医、医渡云等10余家单位共同完成该项目,助力推动我国在医疗影像人工智能领域技术创新、建设行业生态体系的总体目标。

按照规划,各单位将实现涵盖标准体系、数据资源、平台支撑、行业应用、基础研究五大板块的一系列推动国内医疗影像AI发展的目标。全景医疗由科研中心牵头,集分布于全国各地的多家中心之合力,承担了该重大项目两个子课题部分工作,主要负责为项目提供高质量融合影像数据库和协助项目在影像中心落地应用等内容。科技创新2030—“新一代人工智能”重大项目的实施,将从更广阔的生态合作上推动国内医疗影像AI行业的发展,提升我国高端医学影像技术的国际竞争力。


● 2021“觅影”医学人工智能算法大赛




2021年,由“科创中国”联合体指导,腾讯医疗联合首都医科大学附属北京同仁医院、首都师范大学、郑州大学第一附属医院、上海市胸科医院、全景医学影像联合发起的2021“觅影”医学人工智能算法大赛正式启动。

大赛面向全社会高等院校、科研单位、医疗机构、企业等科研工作者,多位临床专家从临床实际需求出发,发起五大AI挑战课题,落点致盲性疾病分类、阿尔茨海默症早期发现、脑胶质瘤识别、放疗计划辅助、肿瘤高代谢病灶检测等多个临床医学难题,是目前最具挑战,也是最具临床价值的医学AI比赛。
 全景总部科研管理中心总监、全景徐汇中心副院长高欣教授负责赛道五课题设计,发起“肿瘤高代谢病灶的自动检测”赛题,要求参赛队伍基于影像大数据、算法算力以及深度学习,将人工智能方法应用于多模态影像识别,以期实现FDG高代谢区域定位和肿瘤精准分