专访美的医疗AI团队：全程智能化与跨域协同如何重塑医疗影像

第30届科技月于10月31日成功举行。本届活动以"AInnovation（AI与创新）"为核心主题，聚焦人工智能技术与医疗产品创新的深度融合。在活动期间，围绕美的在医疗AI领域的技术布局、创新成果及未来规划，我们采访了中央研究院智能计算影像负责人兼医疗AI中心总监郭红宇与研究员周宇。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

未来规划：两大战略推动医疗AI全面落地

谈及AI技术在医疗领域的发展潜力，郭红宇表示未来AI在医疗应用将持续深化，核心聚焦两大方向：一是打通医学影像全链路，实现从数据采集到辅助诊断的全流程智能化；二是推动医疗设备智能化升级，让尖端技术真正服务临床诊疗。

在技术创新与临床应用方面，美的始终遵循"源于临床、回归临床"的原则。郭红宇强调，医疗AI技术最终要服务于医生诊断和患者治疗，不能脱离实际需求。团队通过深入医院场景、与医生深度沟通，精准捕捉临床痛点，确保技术创新能够真正解决医疗服务中的实际问题，让AI技术切实改善医疗服务质量。

技术创新：双核方案破解影像质量难题

作为"科技新星"代表，周宇研究员带来的两项突破性技术，有效解决了医疗影像噪声大、伪影重的行业难题。

2025年美的"科技新星"、中央研究院智能计算影像研究员周宇

其中，通用模型结合小样本学习的AI降噪技术，突破了传统降噪对海量数据的依赖。传统技术需要为不同设备、不同部位分别搜集大量数据，导致研发周期长、成本高。周宇团队从成像物理原理出发，构建了能理解噪声产生机制的通用AI模型，结合小样本学习，大幅降低了数据需求，提升了技术适用性。

另一项数据与模型双驱动的影像增强技术，则聚焦伪影处理难题。由于伪影成因复杂，真实训练数据难以获取。该技术通过对伪影生成过程进行数学建模，在数据不足的情况下仍能有效识别并消除伪影，实现了"少数据、低成本、高清晰"的医疗成像目标。

这两项技术已成功应用于美的医疗产品，展现出"快"与"清"的显著优势。"快"体现在扫描时间缩短，提升了医院诊疗效率；"清"则表现为影像清晰度和信噪比提升，为医生诊断提供了可靠依据。周宇表示，技术不仅为产品构建了差异化竞争力，更摆脱了单纯依赖硬件参数的竞争模式，通过AI赋能真正为疾病诊断创造价值。

差异化优势：全流程嵌入与跨领域技术协同

在当前医疗AI赛道竞争日益激烈的背景下，美的以"全流程AI嵌入"构建核心差异化优势。郭红宇介绍，不同于行业内多数企业聚焦影像诊断环节的AI应用，美的致力于将AI技术贯穿从扫描摆位、定位到图像获取、诊断分析的全影像流程。

例如，通过计算机视觉与AI技术实现扫描摆位和定位的自动化，替代传统人工操作，既提高了工作效率和一致性，也提升了医院诊疗流通率。

这种全流程能力的构建，离不开美的跨领域技术协同的积淀。郭红宇分享了多个技术迁移案例：家电领域的降噪减振技术应用于磁共振设备，打造出静音磁共振产品，改善了患者检查体验。

郭红宇表示，将AI技术全面融入影像流，实现真正的全流程智能化，是医疗AI企业下一轮竞争的核心。美的凭借多领域技术积累，通过AI与传感、视觉导航等技术的叠加，能够提供更具竞争力的产品和解决方案。

研发转化：双向互动提升创新效率

在技术研发与产品转化的衔接上，美的建立了高效的协同机制。郭红宇介绍，研发需求主要来自两个方面：一方面是美的医疗旗下事业部提出具体需求，研发团队提炼分析后，利用中央研究院丰富的技术平台寻找解决方案；另一方面，研发团队基于前沿技术趋势和先行技术研究，主动向事业部输出技术成果，提出应用建议。

这种双向互动模式，避免了单向等待，大幅提升了创新效率。

针对美的医疗设备种类多、需求差异大的特点，中央研究院通过提炼共性技术，建立基础模型，结合设备特有数据进行小样本训练和模型微调，快速响应不同产品的技术需求。例如，降噪技术作为共性需求，通过通用技术平台，可同时满足CT、磁共振等多种设备提升图像信噪比的要求。

竞争与挑战：人才与创新构建核心壁垒

谈及行业竞争，郭红宇认为，未来竞争将集中在人才和产品差异化创新两个维度。当前医疗AI赛道参与者增多，竞争日趋激烈，只有积累优质人才、推出贴近临床需求的差异化产品，才能占据竞争优势。

对于研发过程中的难点，郭红宇表示，监管并非壁垒，而是对医疗产品安全性的保障。美的严格遵守相关法规，在算力和算法方面，通过公司统一的算法平台和算力平台进行资源调度，同时加大人才投入，积累创新技术，突破行业普遍面临的瓶颈。

周宇则提到，医疗影像处理的核心挑战在于平衡"去噪去伪影"与"保留图像细节"。任何微小的细节误删都可能影响诊断结果。为此，团队从数据端和模型端双管齐下，依托美的医疗平台获取真实数据，优化模型结构设计，确保技术的准确性和可靠性。

数据安全：技术手段保障隐私与协作

针对医疗数据隐私性要求高的问题，周宇介绍了美的的双重保障措施。一方面，在数据采集阶段严格进行脱敏处理，保护患者隐私；另一方面，采用联邦学习、数据仿真等技术手段，在保障数据安全的前提下，实现跨机构数据协作，进一步提升模型的泛化能力。

未来规划：深耕影像质量提升，探索更多可能

谈及个人研究方向，周宇表示，未来将继续深耕医疗影像质量提升领域，除了已取得突破的降噪、去伪影技术，还将探索其他影像质量提升任务，覆盖更多模态数据。

对于有志投身AI医疗领域的年轻学子，周宇给出了两点建议：一是夯实基础，既要掌握AI核心技术，也要主动学习医疗相关知识，深入理解临床需求。

郭红宇则强调，医疗是AI技术最早落地的领域之一，在美的AI版图中占据重要地位。未来，美的将持续投入资源，推动AI技术与医疗场景的深度融合，研发更多创新产品，通过全流程智能化和跨领域技术协同，持续为医疗健康行业发展贡献力量。

通过此次采访，我们深刻感受到了美的中央研究院和美的医疗AI中心在AI与医疗影像融合方面的创新实践与未来展望。随着技术的不断进步和应用场景的拓展，AI医疗将迎来更加广阔的发展前景。