沈定刚在2025MICCAI年会上 MICCAI全称是国际医学影像计算与计算机

9月，韩国大田，MICCAI年会，上海科技大学生物医学工程学院创始院长、联影智能联席CEO沈定刚获得了Enduring Impact Award（EIA，持久影响力奖）。这是医学影像AI领域的顶级学术组织17年来首次将此奖项授予华人科学家。

这是该领域少有的“终身成就”式的褒奖，授予那些开辟了新赛道并持续推动整个赛道进化的科学家。对一个长期由欧美名字占据的领域而言，不仅仅是个人荣誉，更像是一条坐标被悄然挪动——确认华人学者在医学影像AI这条航道上的持续影响力。

在近30年的时间里，沈定刚把医学影像AI技术从“冷门”做成“主航道”，把华人科学家从边缘推向中心，把“论文改变世界”的浪漫沉淀为“产品走进临床”的笃定。更重要的是，他为中国的医学影像AI培育了自我生长的学术和创新的土壤与生态。

21世纪之初，人工智能技术还处于漫长的寒冬之中，当时还在宾夕法尼亚大学担任助理教授的沈定刚就已经敏锐地意识到，AI终将改变整个医学影像领域。

他在2002年那篇经典的《HAMMER: Hierarchical Attribute Matching Mechanism for Elastic Registration》论文中，虽然没有进行模型的训练，但首次把特征学习的方法引入脑影像分析 。这篇论文不仅获得IEEE信号处理学会2006年度最佳论文奖，更成为医学影像弹性配准领域的标杆工作，至今仍是经典方法。

伦斯勒理工学院生物医学工程系系主任、闫平昆教授还记得，“大家都还在做传统方法的时候，沈老师已经开始做深度学习了，他是最早把深度学习用在医学影像的科学家之一。”

沈定刚一度是医学影像分析领域的“少数派”，由于他的研究方法并非传统路径，所以申请经费艰难、来自同行的挑战不断。但他用近乎苛刻的自我要求和高频的产出，一步步获得了整个领域的认同，到最后，他能同时主持8个美国NIH R01的项目，创下了NIH的历史纪录，因为“别人一天工作8小时，我一天能工作15小时”。

那些年里，沈定刚在北卡教堂山分校的医学图像分析实验室，堪称中国医学影像AI领域最初的“黄埔军校”。

联影智能的研发副总裁曹晓欢博士是沈定刚在北卡的联培博士，她告诉《知识分子》，沈定刚是难得的不看学生出身的导师，“他从不在意学生是不是来自名校，只想把更多的年轻人带入这个新兴的领域”。

彼时，医学影像AI算得上是一个冷门的领域，医学影像AI领域的顶会MICCAI每年的参会人数只有几百人而已。

但每年都会有二三十个来自中国的学生学者奔着沈定刚而来，实验室的大门常年对中国的年轻人敞开，这里接纳了大批来自国内不同背景的学生与访问学者：计算机背景的博士生，放射科的医生，还有第一次出国的年轻老师。

沈定刚对所有人一视同仁， 尽管有实验室五六十人，他仍坚持开一对一的周会，学生再晚发去的文章也会在当天深夜收到详细的修改批注。南京航空航天大学人工智能学院院长、张道强教授还记得，沈定刚是“一个字一个字把论文改出来的老板，哪怕是凌晨的邮件他总是秒回”。

沈定刚与学生在一起

你会看到这样的连锁反应：北卡的“黄埔军校”里,走出了成批的教授和创业者。在美任教期间，沈定刚已为中国培养了200余位医学影像AI领域的青年人才，其中14位被评为国家级高层次人才，50余位成为国内学术带头人，12位成为公司高管。

把更多的年轻人带进医学影像AI这个领域，是沈定刚朴素的人才观。实际上，他带来的不只是学生，还有整片土壤和生态——一个更开放更具活力的学术共同体。

从2014年开始，他发起面向中国青年学者的医学影像计算研讨会（MICS），秉承着青年优先、免费开放、产学医同台的原则，让没有经费的学生和青年老师也能站到灯光下。

MICS的共同发起者、沈定刚在北卡的学生、如今深圳大学人工智能学院倪东教授说，这个学术会议，是一个把“麦克风先递给年轻人的会议”，论坛的主讲席位都会留给初出茅庐的老师和学生。

MICS为年轻学者降低了“被看见”的门槛，提高了“能合作”的概率。有人在会上做了生平第一次大会报告，台下就是未来的审稿人、合作者与雇主，很多年轻学者靠这个平台找到方向、找到合作者、拿到第一笔基金。这不仅是一次报告，而是年轻人的职业生涯的第一次“点火”。

2025 MICS大会，沈定刚与年轻学者交谈

对沈定刚来说，“把更多人带进来”不是一句口号，而是一个个可落地的席位、一次次公开的机会——当舞台足够大，年轻人才能登场。

这个年轻的品牌学术会议，从当年100多人的小型会议，在10年间迅速增长到近3000名线下参会者。也正是依靠这个国内医学影像领域规模最大、影响力最广的学术会议平台，中国在医学影像AI领域的星星之火，已经燎原。

在行业顶会MICCAI上，二十年前中国学者的论文占比只有2–3%左右，而今，来自中国学者的论文占比已接近一半，行业顶刊（如 TMI、MedIA、NeuroImage）上中国机构的发文也翻了几倍。

长久以来，人们认为华人学者勤奋聪明，能做出最顶级的研究，却无法胜任领导者的角色。在美国和欧洲科学家占据主导和话语权的国际学术界，华人科学家有一层捅不破的职业天花板。

早年的MICCAI，理事会里几乎见不到华人学者，沈定刚是最早走进那扇门的人之一。

但和一般人对华人科学家内敛含蓄的刻板印象不同的是，沈定刚是天生的领导者，他还在做副教授时，就敢于去MICCAI的理事会竞选，他是第一个通过公开选举进入理事会的华人学者。

学术界的话语权并非靠呐喊赢得，而是靠扎实的研究换来的。那些年，他一边保持着稳定的学术输出，每年在MICCAI发最多的论文；一边去耐心地和国际学术界沟通，交流、游说、解释，让别人相信他来是想让医学影像AI这条主航道更宽一点、更多人能走进来。

美国佐治亚大学教授刘天明是沈定刚早期在宾夕法尼亚大学的博士后，他还记得，在MICCAI的会议现场，沈定刚风度翩翩，从不争抢，却总能让人记住他。那些认识他多年的同行说，他改变这个学术共同体的方式，不是去推翻什么，而是让更多科学家“能走进来”。

“影响力是要主动争取的，”沈定刚说，“我那几年不断地和人交流、建立信任，用实力也用沟通。”

2017，沈定刚参加MICCAI年会

在这个被欧美学者主导了二十年的舞台上，他正以一种温和而坚定的方式，让更多华人的声音被听见。

后来，理事会里一度有一半是华人，那不是偶然的结果。与此同时，中国学者的论文数量和质量都在迅速提升，整个领域的“学术势能”被一起抬了起来。

当年的少数派，开始变成这个领域的中流砥柱。

在沈定刚20多年的学术生涯里，发表了760篇SCI论文，总被引次数超过11万次，H-index163，位列其所在领域华人学者、乃至亚洲学者之首。在打破华人科学家在这个领域所能触及的行业天花板之后，他开始有一种愧疚感，“要是没真正帮到医生与病人，文章发得越多，我越有愧疚感”。

当联影集团董事长薛敏找到他时，联影医疗这个如今旗下坐拥国内高端医疗设备龙头、市值千亿的明星公司，当时还处于艰难的创业期。

沈定刚在48岁那年，应薛敏之邀回国，成为联影集团旗下医疗AI公司联影智能的联合创始人兼联席CEO，开始他在产业界的冒险，把“科研闭环”推进到临床一线，让技术在复杂、充满不确定性的真实世界接受检验。

他把自己过去二十多年的科研积累拆解、重组、再造，在联影智能的体系里重新组合出一套“全栈全谱”的技术框架，目前开发出百余款AI应用，推出元智医疗大模型以及十余款医疗智能体。

从影像辅助诊断到放疗病灶勾画，从大模型到多场景医疗智能体，他希望AI不只是辅助医生的工具，而是成为未来数智医院基础设施。

沈定刚的理想是“闭环”：技术要在真实的临床场景中解决问题。于是他带领团队深入医院，与医生共创，用AI重塑了放疗流程。过去一个病人从扫描到治疗要等待二三十天；如今，AI自动勾画靶区、自动规划路径，病人从进入扫描到完成放疗，两三分钟建模、二十多分钟完成首次放疗。

从23天到23分钟（首次直肠癌放疗），是一种现实意义上的“时间重构”。沈定刚说，看着医生真正用上我们的产品的时刻，比发表任何一篇论文都更令人激动。

如今，联影智能的AI产品已在全国4000多家医院落地。他也从未忘记自己作为科学家的责任感。参与国家“脑科学与类脑研究”重大专项时，他力推国产设备：“以影像为主的中国脑计划项目，除了出科研成果，为什么不能也推动国产设备成长？”

他这一代科学家的成长，见证了中国的医学影像 AI 领域从“追着跑”到“并肩跑”再到“尝试领跑”的全过程。二十年前，他孤身在美国的实验室熬论文；二十年后，他在上海带领着几百人的团队，把算法变成现实，让AI赋能设备、临床、科研，最终惠及成千上万的病人。

很多同行问，学术和产业之间是否存在一条清晰的界线。沈定刚却更愿意模糊那条界线——“前沿科学研究和产业转化不是两条路，而是一条连续线。”他把这种产学研结合的模式称作“创新联合体”：科学家、医生、工程师、企业家，共同构成一个循环系统。

这套循环不是口号，而是沈定刚每天的工作方式。他同时还是上海科技大学生物医学工程学院的创始院长，把学校和产业、医院绑在了一根链条上——问题在医院里被发现，在实验室里被抽象成模型，又在企业里被落地为产品，最后再回到临床中验证、迭代。科研与产业，对他而言，只是同一个目标的不同阶段：让技术更接近人。

沈定刚与上海科技大学生物医学工程学院同学合照

当医学影像AI的浪潮翻卷，沈定刚始终相信，科研的尽头，是病房里的灯光。

以下是《知识分子》和沈定刚的对话实录：

01 从“少数派”到NIH的项目纪录保持者

知识分子：现在的医学影像领域，AI技术炙手可热，但您在21世纪之初把机器学习引入这个领域的时候，坐了一段时间的冷板凳吗？

沈定刚：2001年，我开始把机器学习引入脑影像分析的时候，这个领域里没有人相信 ，扫个磁共振之后就能用机器学习的方法来诊断人的大脑有没有阿尔茨海默症，这好像是不可能的事情。那个时候我是绝对的“少数派”， 所以我投稿时论文的评审时间都很长，要面对很多的业内的挑战。

知识分子：最难、最不被理解的时候是什么时候？

沈定刚：应该是从2002年开始到2007年，这四五年的时间可能是最难的，2002年，我从霍普金斯大学去宾夕法尼亚大学（UPenn），刚开始独立做PI，向NIH申请基金。那时候整个领域都用非常传统的方法做研究，我用机器学习的方式去做，申请基金是很难的，很难拿到大的课题。

美国是这样，越是顶级的医学院，实验室的经费，包括自己的薪水都依赖NIH的经费。NIH的项目申请大概有一半会被unscored，评审会上不被讨论；那些年我的不少申请被unscored。

知识分子：后来是怎么说服NIH给你经费，让你做这个非常冷门、不主流的研究？

沈定刚：我做的工作一直是比较聚焦的，在霍普金斯做博后的时候就开始研究脑老化，研究什么样的老化会导致阿尔茨海默症，我可以用机器学习的方法来预测什么样的轻度认知障碍病人会在三到五年里转变成阿尔茨海默，这个领域的同行每隔几个月都会看到我新的研究和论文，慢慢地，这个领域的人开始认识我，知道我做的工作。

知识分子：你后来是NIH的课题大户，最多的时候，你在NIH同时主持几个项目？

沈定刚：最多的时候，我同时主持过8个R01的项目。在美国，能拿到一个R01项目，基本就能拿到tenture(终身教职)了；同时主持3、4个R01项目的，已经是非常优秀的PI；同时主持8个项目在NIH的历史上应该是从来没发生过的。

我离开美国的时候手上有13个NIH项目，8个项目我是PI，另外5个我是课题（subcontract）PI，其实有些是我主动放弃项目PI的身份，这样可以拿新的项目。

其实手里有好几个项目再去申请新项目，挑战也非常大。NIH项目管理官员会问我，你怎么能保证很好地完成？我告诉他们，一般大家周一到周五工作8小时，我是周一到周日都在工作，每天最长能工作14、15个小时；而且我效率高，比一般人高很多。

知识分子：是什么样的驱动力，让您这么热忱地投入科研工作？

沈定刚：喜欢，喜欢非常重要，这么多年我招学生，从不看学生是不是出身名校，第一看学生喜不喜欢这个领域，第二看用功。

知识分子：喜欢之外，是不是也很相信自己所坚持的？

沈定刚：你说得非常对，相信很重要，相信你就会坚持长期主义和理想主义。

我举一个例子，我2008年去北卡罗来纳大学教堂山分校（后简称UNC），开始研究0到5岁的婴幼儿大脑发育。小孩的大脑和成人完全不一样，小孩的大脑发育非常快，一岁比刚出生的时候大脑体积增加100%，两岁比一岁的时候又增加20%，而且脑纤维、脑结构、脑功能变化也非常大。

UNC1998年就在采集婴幼儿的磁共振脑影像，当时并没有好的技术来帮助分析这些图像，但UNC的科学家认为磁共振脑影像非常重要，可以看到小孩的大脑是怎么发育的，什么样的发育会导致2到3岁以后的自闭症，自闭症的小孩早期脑结构有什么不一样。他们在没有任何分析方法的情况下坚持采集了10年脑影像。

这其实很难得，一来是科学家们的坚持，二是NIH在立项的时候专家评审居然能通过，美国采集一个小孩的大脑影像要500到600美金，每三个月采集一次，花费很大。

知识分子：后来出现新技术解决这个问题了吗？

沈定刚：大脑里有白质和灰质，需要我们分割出来，小孩6个月的时候白质和灰质几乎是分不开的，这是非常难的课题。我2008年去了UNC之后，用机器学习的方法解决了这个问题，NIH就把我们对小孩大脑的分析方法作为金标准。因此，我们团队能在2016年拿到美国0-5岁婴幼儿脑计划的项目。

后来我离开UNC了，小孩的大脑图像采集还在持续中，无论是提这个课题的专家还是评审课题的专家，他们都有理想主义和长期主义的精神，相信总有新的技术会诞生，会解决前人无法解决的难题。

02 打破华人科学家的天花板

知识分子：您和很多中国科学家不太一样，不仅是学者，更是一位有领导力的科学家。您统计过自己为中国带出了多少医学影像AI人才吗？能不能系统说说您的人才培养“版图”？

沈定刚：如果只算归国的，大概培养了两百多个学者、创业者。此外，还有不少留在国外的研究者。

我在美国的实验室，中国人比例挺高的，平均每年都有二十多人从国内来我的实验室，各个领域的都有，其中会有五六个是来自医院的医生——放射科、儿科、神经科都有。他们在我实验室里和工科、AI、物理背景的学生一起工作，真正实现医工融合。这种跨界训练让他们回国后都成了天然的桥梁型合作者，带着体系、思维和人脉，项目很快就能落地，国内的科研水平也很容易快速提高。

当然这也和我自己的初衷有关——我希望能系统地培养一批人才，这对中国的长期科研与转化布局很关键。不仅是把人带出来、带回去，更是把一整套跨学科协作的方法和生态带回去。

知识分子：不仅仅是培养人才，您还为打破华人科学家的天花板，争取我们在国际学术界的话语权做了很多努力吧？

沈定刚：中国学者最早在我们这个领域的顶会、顶刊上几乎看不到人影。2000年的时候，中国学者在我们医学影像领域的顶级学术会议MICCAI上一年也就发三五篇论文（大概2%）。到今年，中国学者在MICCAI发表的论文占比为48.7%， 跃居世界第一（美国、德国分别以 11.5%、6.4% 位列第二、第三），20多年间上升了20多倍。这背后是长期的人才积累。

我2012年当选为MICCAI理事会成员，是第一个通过公开选举进入理事会的华人。当时阻力很大，华人在学术界一直都有职业天花板。

我一边拿出稳定的学术产出——每年在MICCAI上发最多的论文；一边花了很长时间去让更多人了解我的研究，让他们相信我和他们的理念一致——来一起让医学影像AI这个领域变得更大、更强。

影响力是要主动争取的。那几年我在各类国际会议上不断去交流、建立信任、说服别人，靠实力也靠沟通。与此同时，中国科学家也高强度输出论文，把领域的“学术势能”也抬起来了，以实力为底座。后来，理事会里一度有一半成员是华人。

知识分子：您这种“把人组织起来”的领导力是天生的吗？

沈定刚：说不上“领导力”，更多是一种传承。我最早期刚出国，刚到美国就有人接机、帮我找房子、带我去超市买东西，我心里一直很感激，他们告诉我，以后你有能力了，也这样去帮别人。

所以后来在学术会议上，我看到很多国内来的年轻人没人带、不认识人，我就想着把大家“连起来”。从最初每年会议上请十来个华人吃饭，到 2015 年德国那届七十多个人，我都自己掏钱请大家一起吃饭，把圈子拢起来，后来大家在带动下自发地聚集，甚至发展到一百多、两百多华人科学家。

知识分子：这其实逐渐形成了一个学派或华人科学社群。

沈定刚：对，你说是“领导力”也行，但本质就是把我当年受过的帮助，再传下去。我们这个领域的华人一直比较团结，大家一块儿滚雪球，二十年下来就滚大了。

知识分子：为什么你们能把雪球滚起来，有些领域却没形成这种合力？

沈定刚：第一步是把人联结起来——让年轻人回国后有人可问、有人可“合”；第二步是有平台承接，2014 年我们办了一个开放型的研讨会——医学图像计算青年研讨会（MICS），自由、专注地讨论问题。从最初一百多人，到现在线下三千多人，已成为国内医学影像领域规模最大、影响力最广的品牌学术会议，出了不少杰青、长江学者、医院院长、主任。第三步是踩对了风口，后面国家对这个方向支持力度越来越大，学界——产业——临床形成了正反馈。

知识分子：您在2019年还把MICCAI年会带到了中国，对吗？

沈定刚：是的，2019年的MICCAI年会是一次里程碑式的会议。不仅投稿量比上一年增加了63%，华人学者担任领域主席的比例从2018年的13.8%大幅提升至2019年43.5%——一共30位，他们很多都是第一次担任领域主席，这对青年学者以后的成长非常有用。

大会还接受了很多中国的论文，不仅是学术界的论文，还有企业的论文，那一年的MICCAI对国内医学影像AI领域的贡献，除了把年轻的学者推向世界，也把中国在医学影像AI方面的工作推向了全球。

那时候我们的产业界也起来了，因此我拿到不少赞助。那次我让上百名中国本科生、研究生免费参会，为每位学生免除了500美元的注册费，有的还获得500或者1000美元的现金奖励，他们中的很多人如今都已经是博士或年轻PI了。会议结束后，我们三位组织者（我、刘天明教授和倪东教授）把剩下的资金成立了一个基金会，每年专门支持中国的学术会议，支持中国年轻学者参加国际会议。给年轻人机会，支持年轻人很重要，如果这是他们真正喜欢的东西，可以影响他们的一生。

知识分子：听起来，您不仅是在做科研，还在为整个学科建立一套“生态系统”。

沈定刚：我一直跟学生说：把领域做大，你自己也就强大了。不要内卷、互相否定；要相互支持，把蛋糕做大，这样资源、影响力都会增长。过去二十年，我们推动了整个医学影像AI领域在全球的发展，也让华人科学家从“几乎看不见”变成“不可忽视”。

到今天，中国从事医学影像AI研究的科学家中，大约有一半直接或间接和我或我的学生有师承关系。我觉得这是比发多少论文、得多少奖更重要的事。一个领域要强，必须有人才梯队、有国际话语权。我们做的，就是为中国科研构建一个能够自我循环、持续成长的“生态系统”。

03 “文章发得越多，我越有愧疚感”

知识分子：您已经在自己的领域做到华人科学家的天花板了，为什么会离开学术界去产业界冒险？

沈定刚：2017年我放弃美国教职的时候，已经有一个七八十人的实验室。而联影那时候还是一个创业公司，正处于发展早期很困难的时候。但我认为，这个时候技术已经到一个临界点了，很快可以落地应用，医学影像AI的未来会是由科技公司引领的，而不是高校。你看现在的大语言模型ChatGPT、DeepSeek都来自产业界。

第二，我是做应用研究的，以前申请课题、发文章都是在解决“我认为的”问题，一旦把这些解决方案放到真实世界里，都不work。所以一度我文章发得越多，我越有"愧疚感"，因为我没有解决临床实际问题，没有帮到医生和病人。只有去公司，把我的研究和工业界联合在一起，才有可能把事情做得真正有用。

知识分子：科学家的思维方式有帮助到您创业的地方，帮助您解决实际问题的地方吗？

沈定刚：非常有用。解决科学问题需要直觉，其实解决临床问题也需要直觉。临床问题往往复杂多变，但科学训练带来的理性分析和“科学直觉”能让我快速从问题的“组合”里识别共性、定位解法。

这种科学家的直觉不是天生的，它来自系统训练与大量案例的沉淀。我在30多年的学术训练中，不断做假设、严格推理、证实或证伪，见过的问题足够多，直觉就会形成并可迁移到临床场景。

做过博士、当过教授，见过的问题多，确实更容易抽象出共性，用一个通用方法解决一类问题。

知识分子：做科学家和创业者，最大的不同是什么？

沈定刚：两者是完全不同的思路。科学家追求“前所未有”，讲究的是做前人没有做过的研究，小众也没关系，能发好文章就行；公司必须“有人买单”，要解决大众市场的真实痛点、能持续经营。

所以我们会把前沿技术尽快迁移到可商业化的应用场景，有些技术一开始“直接变现”不容易，就先围绕它构建可落地的产品路径，边落地、边迭代，再逐步把更前沿的部分带进去。这就是我们为什么强调模块化与敏捷开发，不仅为了快，更是为了把“研究成果”转成“可销售的解决方案”。

知识分子：您好像特别重视临床为导向的研究，是因为以前在美国的时候和临床医生合作非常紧密吗？

沈定刚：我在美国20多年，都在医院里和放射科医生一起工作。我们是研究医学影像的，但医学的图像到底怎么采集的？采集图像的设备的原理我们是否知道？有没有去医院里面看过，和医生聊过？其实很多人是不知道的。

在医学界，交叉融合是非常重要的。医生和我们做技术的人的话语体系是不一样的，像鸡和鸭的差别那么大，所以要到医院的环境里面去，学会医生的语言，用他们的语言和他们交流。

我30多年前在上海交大读博士的时候，就和上海九院的心血管科、牙科医生有非常紧密的合作，当时认识了我们现在联影智能的首席医疗官夏炯，他比我高几届，是九院的医生。我们一直都是好朋友，后来都去美国留学，我们回国创立联影智能之后，也请他回来，他当时已经是美国的外科医生，正教授，有自己的实验室。所以我是在非常年轻的时候，就开始跟医生们交朋友，学会了他们的语言。

知识分子：对于科学家来讲创业最难的是什么？您会给创业的科学家什么建议？

沈定刚：如果还按学术界的思维，只带着实验室学生上阵，往往会因为缺乏工业界的经验而失败。公司不能只有技术，很多看起来“很先进”的技术，真到变成产品或者落地时，其实用不上。

如果说具体的建议，就是团队非常重要，需要一支“强且互补”的队伍：不止有做算法的，还要有人懂产品、工程实现、合规与质量、市场与商务。创始人抓方向和关键决策，其他专业的事交给更专业的人做；此外还要吸纳和你同频、互补的合作者或顾问，补齐短板。

04 解决“卡脖子”问题带来的荣誉感，比发 Nature 更强

知识分子：您在美国做科学家的时候有75%的时间投入在脑科学研究，现在您在中国有多重身份：上海科大生物医学工程学院创始院长、联影智能联席CEO，您的脑科学研究还像过去一样投入吗？

沈定刚：现在我大概把一半时间放在科研上，持续做“一老一小”的脑影像学研究。

我们上科大在2022年拿到国家“脑科学与类脑研究”重大项目首批课题，与复旦儿科医院、厦门儿童医院、常州儿童医院等单位一起合作，聚焦婴幼儿和儿童青少年的脑智发育。值得一提的是，当时代表学校答辩的是一位副教授、也是我在北卡的学生，一所年轻高校的副教授要与国内其他顶尖学者同台竞争，难度非常大。

我认为打动评委的关键点在于：我们的研究是用联影医疗的国产磁共振系统来做。原来的脑计划里很难找到国产设备，但我认为，国家重大项目，以影像为主的中国脑计划，除了出科研成果，也要带动国产设备的技术升级和产业发展。如果国家顶尖科研项目不给国产设备打磨迭代的机会，性能永远无法超越进口设备。

从这个项目开始，联影的3.0T磁共振系统已经成为脑计划中的标准化机器。

知识分子：国家重大项目怎么能帮助国产设备打磨得更好？

沈定刚：我举个例子，我们给成人做MRI已经能做到4倍加速；但到儿童这边，孩子非常活跃、运动伪影更多，直接套用成人方案会出问题。于是我们把加速算法重调，把扫描序列也联动优化，形成儿童的标准流程；其他医院和科研单位就能直接使用，而且这些序列可以复制到其他的设备上。

知识分子：其他国家的研究人员也会用联影的机器来做研究吗？

沈定刚：越来越多。坦白说，之前的既有研究大多基于国外品牌，国际评审也更熟悉它们。突然换成国产设备，评审天然会challenge。

所以我们做了一系列工作，首先发了很多比较的文章，证明我们的国产设备的成像效果和其他机器一样，甚至有些地方要更好。其次，联影医疗在国外市场的认可度越来越高，美国五十几个州，超过70%的州有我们的设备；我们在欧洲也已经入驻意大利、德国、法国超过20个国家。

今年年初，美国一家顶级医院也买了联影的PET/CT，这是全球首款2米长的全身PET/CT设备，造影剂只需要传统设备四十分之一的剂量，速度也提高了40倍。

知识分子：中国科学家在医学影像AI领域的话语权这些年显著提升，这与中国产业特别是影像企业的崛起是不是强相关？

沈定刚：非常相关。不到临床一线、不站在设备旁，很多“真问题”根本看不到。国内医生愿意合作、数据规模大，研究与创新动力强，临床痛点能被快速转化为研究问题，做出成果，再回到国际舞台自然更有亮点。产业越强、离临床越近，研究越有含金量，话语权也就更大。

知识分子：迄今为止，最让您骄傲的公司产品是什么？

沈定刚：公司的发展中，很多产品都让我感觉很骄傲。⽐如使⽤当时最先进分割算法的放疗辅助规划、利⽤⽣成式⼈⼯智能技术的磁共振加速、脑出⾎检测和头颈动脉瘤检测、辅助⽪瓣移植⼿术、基于LLM的病历辅助书写、影像⼀扫多查等等。

我具体举个例⼦，联影智能在放疗（放射治疗）设备上的整套AI一体化方案。过去，靶区和危及器官（OAR）需要医生手工勾画，病人做完CT回家，医生花很久把轮廓勾出来，把剂量设计计划好，再约病人回来治疗。第一个完整流程往往要二三十天，在一些三甲肿瘤医院，像直肠癌患者平均等待约23天（含排期）。

引入AI之后流程被彻底改写：病人躺上机器上做CT，AI用2–3分钟自动勾画、自动出计划，随即即可治疗，首个直肠癌治疗疗程约23分钟完成，从“23天”到“23分钟”的对比非常直观。目前我们已经将直肠癌、乳腺癌、鼻咽癌等多数实体瘤的首次治疗控制在30分钟内。

刚推出时，美国一些放疗师不太相信，2022年我们在《Nature Communications》发表论文后，接受度明显提高。落地方面，中山大学肿瘤防治中心、复旦大学附属肿瘤医院都已经引入多台设备。

知识分子：看到产品真正落地，和发表重磅论文相比，带来的喜悦有什么不同？

沈定刚：论文发表了，同行会有反馈；但当设备装进医院、医生用着顺手、患者因此受益，那种“被现实世界验证”的成就感更直接。家人朋友说“做检查用的就是你们联影的机器”，这种时刻跟学术反馈完全不同——论文他们未必看，但产品就在他们身边发挥作用。

到现在，联影医疗在全球的装机量已超过36,000台/套、覆盖近90个国家，服务人次已是以百万计，并持续增长。对我来说，科研价值最终体现在是否真正改善了诊疗流程、提升了可及性与可负担性——当更多病人因为这些设备检查更快、诊断更准、治疗更及时，这比任何一次论文被引用都更让我高兴。解决“卡脖子”问题的动力、荣誉感和拼劲，也比发一篇《Nature》更强。

感谢美国佐治亚大学教授刘天明、伦斯勒理工学院生物医学工程系系主任闫平昆、南京航空航天大学人工智能学院院长张道强、深圳大学人工智能学院教授倪东、上海大学通信与信息工程学院副院长施俊和山东师范大学副校长郑元杰对本文的帮助。