此次大会以“结核病诊疗：规范、精准、融合”为主题，瞄准2035年全球“终止结核病”的目标，围绕促进当前结核病诊疗的规范化建设、促进以精准医疗为导向的新技术新方法的研究和推广、全面推动防治工作高质量、可持续的发展，展开交流和分享。

作为全球30个结核病高负担国家之一，我国在结核病防治工作中，特别是肺结核的及时识别和诊断，因基层医疗机构能力不足等原因，仍面临严峻挑战。近年来，人工智能技术特别是深度卷积神经网络算法的突飞猛进，为医学影像病灶识别和疾病诊断的增质提速，加载了全新的技术驱动。在我国大力倡导分级诊疗制度落实的今天，人工智能影像识别技术的应用，特别是作为肺结核、肺癌、肺炎等肺部疾病的X光胸片初筛中，前景广阔，为破解基层影像专业人员不足的“痛点”提供了有效的技术手段。在6月14日下午的“影像专场”中，北京胸科医院放射科主任、中华医学会结核病学分会影像学主任委员侯代伦做了题为“肺结核人工智能（AI）诊断模型研究进展”的报告，特别提到了九峰医疗利用深度卷积网络算法自动识别勾画肺结核病灶取得的进展。

作为国家高新技术企业、中国工程院院士工作站以及国家远程医疗示范基地，九峰医疗受邀出席本届盛会，九峰慧眼、九峰鹰眼、九峰肺结核筛查等产品在大会特装展台上一一亮相，吸引了各地参会专家和代表。九峰医疗通过人工智能技术和远程互联互通技术，以医学影像作为切入点，为县乡及社区基层医疗单位提供专业、快速、经济的诊断服务，助力国家分级诊疗，精准扶贫。

九峰医疗人工智能首席科学家（前百度硅谷实验室科学家）李祎博士，在6月14日下午的“新技术新产品专场”发表了题为《基于弱标签的肺结核病灶自动勾画》的演讲，介绍了一种全新的AI算法，在只有弱标签标注的情况下自动学习勾画肺结核病灶，令现场观众眼前一亮。

传统肺结核病灶检测需要标注医生在X光胸片上勾画出具体结核病灶位置供AI算法学习，这一过程耗费巨大的人力成本；同时肺结核病灶形状变化不定，病灶边界也经常模糊不清，这都给标注以及后续算法学习带来了困难。如何在只有整片弱标签标注的条件下让算法自动学习具体病灶位置日益引起国内外的广泛关注，成为研究热点。九峰自主研发的全新深度卷积网络算法，无需病灶具体位置标注，即可对肺结核典型大块病灶以及细微病灶特征，进行自动学习识别并完成勾画。全新的AI算法在九峰内部近1万张具有临床验证结果的肺结核胸片数据集上得到影像专业医生有效验证，并将于近期上线九峰肺结核智能筛查产品线。