在正式采访前，宋世晶透露给我一个喜讯——在北京妇产医院担任主治医师的他，最近博士后进站了。
这一消息勾起了我的好奇心：作为一名扎根在临床的医生，究竟是如何平衡科研和日常工作的呢？
其实在采访中，他并没有就这个问题给出具体答案。在宋世晶看来，科研和临床工作并不存在平衡一说，临床中还未解决的问题会为科研指引方向，而科研成果最后又会回归临床，两者相辅相成，本身就是一个有机的整体。
正是基于这样的想法，在日常工作中，宋世晶总是很乐于去发现那些还未解决的临床痛点，并一一记录整理下来。
在不断记录和思考的过程中，他的团队发现，如果将人工智能技术运用于产前超声检查中，就能够显著提高对早期胎儿染色体异常情况的判断，从而在一定程度上防治新生儿出生缺陷。
这是一个巨大的蓝海市场。一方面，我国是全球新生儿出生缺陷多发国家之一。根据《中国出生缺陷防治报告》估算，我国出生缺陷发病率约为5.6%，与世界中等收入国家的5.57%接近；另一方面，将人工智能技术嵌入医学影像，这是当下被资本一致看好的新兴赛道，未来有很多潜力可以挖掘。
经过一系列前期调研和准备工作，宋世晶所在团队锚定了针对早期胎儿超声影像的人工智能诊断。
目前，他们首次开发了一种基于胎儿超声影响特征组学的染色体异常预测模型，该模型采用一种无创的方法对胎儿进行早期筛查，辅助医生对染色体异常等情况做出更准确的判断以及治疗决策。
#01
研发初心：共性目标+良师指引
科研从来就不是一个“单打独斗”的过程，它一定是需要能力互补的团队成员去共同探索的。
宋世晶所在团队的构成就十分多元，不仅有聚焦临床，对新生儿出生缺陷防治有很深造诣的主任医生、医学领域的孙永清博士后、冯丽博士，同样也有精通机器学习、人工智能方面的董迪研究员以及王晶晶科研秘书。
那么，这样一个来自不同领域的复合型团队究竟是如何组建的呢？
宋世晶在采访中谈道，“虽然大家都身处不同的领域，拥有着各自领域不同的专业能力，但当这些能力融合在一起的时候，就会发生奇妙的化学反应，能够去解决一个共同的问题——胎儿早期筛查。所以即便大家身份不同，目标都是一致的，也正是基于这个共性的目标，才会无意识地凝聚了我们这样一个团队。”
宋世晶就是一个很好的例子。作为一名医生，他深感产前超声检查是一个难度特别高的技术，要隔着妈妈的肚皮作业，在对胎儿的检查中面临着很多阻碍，“有很多的结构和功能需要判断，我想尽可能减轻障碍，提高诊断的准确率和精确度”，这是宋世晶深入临床以来的愿望，也是他一直研究的方向。
但攻克早期筛查这道难关并不简单，向前的每一步都会遇到各式各样的问题，对宋世晶来说，幸好遇到了吴青青教授的指引，技术的研发才得以推进乃至取得今天的成果。
吴青青教授是北京妇产医院超声科的领路人，作为北京妇产医院的副院长以及妇幼保健的主要负责人，她对事业的热爱是有目共睹的。“吴青青教授经常说我们是最早看见孩子心跳的人，要对这个事业，对新的生命负起自己的责任来”，宋世晶说道。
吴青青教授不仅培养了宋世晶对新生儿早筛这一领域的钻研精神和责任意识，更是在实际的研发过程之中，给予很多建设性意见，使他少走了很多弯路。与此同时，团队中的互相学习、互相协作也让他成长不少。
#02
将AI融入超声影像，弥补现阶段检验手段的不足
当前，人工智能技术正在渗透医疗健康产业的各个领域，而医学影像是人工智能在医疗领域落地最快的一个方向。
在现阶段的临床诊断中，有大量的影像需要处理和识别，但以往都是采取人工的方式，且只能由有经验的医生对影像进行综合性分析，整个流程操作下来，不仅速度慢，正确率也普遍较低。
而人工智能的介入，可以很好地弥补上述的不足，人工智能不仅可以储存大量信息，还能通过学习不断完善算法，从而保证医学影像分析的准确性和稳定性。
这对出生缺陷的早期筛查意义重大。宋世晶表示，在医疗影像学中，人工智能对CT、核磁的图像诊断已经达到很高的准确性，但是在超声领域还没有太好的应用，主要是因为超声影像的标准化和质量控制不太好，导致影像的可分析性比较差。
针对这一痛点，宋世晶所在团队提出了很多的解决方案，“我们团队对于胎儿影像质量的标准化控制得非常好，为人工智能的介入打下良好基础。在这个基础上，通过机器学习（人工智能的基础）分析胎儿各个参数对诊断胎儿染色体的意义。之后，再加入人工智能（主要是影像深度学习技术）对影像进行分析，验证它的应用价值。”
目前，宋世晶所在团队研发的超声影像可以观察到孕早期11—13周孩子的面部、颈部、颅内的结构参数，并以此来预测孩子染色体是否存在异常。这一检测模型在首都医科大学得到了广泛地实验，临床效果良好。
那么，换个医院、民族、不同生活习惯的群体，检测模型还能发挥应有的效益吗？
目前还没有定论，但宋世晶所在团队已经在朝这个方向努力，并将其列为下一阶段的目标，“我们当前正在和华东、西南地区的机构进行模型的联合验证，未来还会在更广泛的区域和种族进行多中心实验和检测，希望能够得到更为科学和精准的结果”。
在宋世晶看来，只有持续地进行模型检测，收集患者的数据进行深度学习，才能提高模型的精准度；同样的，只有模型精准度的不断提高才能确保诊断的效率和准确率，这是一个双向促进的过程。
除了做好当前的诊断模型验证外，宋世晶还提到之后会持续研发预测模型，“比如说有些疾病刚刚被发现，还不清楚这些疾病会对孩子以及孕妇产生怎样的影响时，预测模型可以很好地解答这一困惑”。
#03
成果转化不易，跨行合作会带来1+1>2的效果
结合自身经历，宋世晶坦言，科研人员的思维相对比较聚焦，重在关注怎么推进这个技术，怎么完善模型的数据和类型。而要想真正把技术落地，做出产品，就不得不纳入商业运营的思维，这是一种发散性的思维，要对法律、金融等领域都有一定程度的了解。
但是，基于市场的运营思维恰恰是绝大多数科研人员不擅长的，宋世晶同样如此。在谈及成果转化痛点时，他直言团队在商业推广方面的思路不够成熟。要怎么解决呢？宋世晶将希望寄托于专业的市场化运营机构。
然而如何找到合适的运营机构，并与之建立良好的合作关系，这又是摆在科研人员眼前的一道难题。因为稍有不慎，轻则延缓项目转化进度，重则“人财两空”，项目不仅没有转化，自己也被套进去了。
所以在宋世晶看来，与外部市场机构的合作上，首先要明确自己的需求，搞清楚自己的科研项目在当前最需要什么；其次是用多维度的视角去考究合作机构：它是否认可你和你的技术，它的核心能力能否很好弥补你的不足。
最后是要有计划，也要持有长远的目光。成果转化是一个漫长的过程，作为科研人员，一定要在最开始做好规划，并且在执行规划的过程中，警惕不要被短期利益迷了眼睛，因小失大。
所以，宋世晶所在团队参加了2022第二届生物医学高价值专利项目评选暨全国医工融合与医疗新技术大会/科创中国产业对接会，希望可以借此平台，汇聚不同科研领域和不同行业的团队加入到超声影像的研究中，吸引更多企业、医院、孕育孩子的家庭等更广泛的社会群体关注胎儿早期染色体筛查。
“有成果转化想法的高校科研人员一定要多和专业的团队和项目组进行交流合作，只有和专业的成果转化机构合作才能实现1+1>2的效果。归根结底，专业的事情还是交给专业的人来做最为合适”，宋世晶在采访最后说道。
