近日，騰訊優(yōu)圖實驗室醫(yī)療AI再獲新突破。由騰訊優(yōu)圖研發(fā)的醫(yī)療AI系統(tǒng)——醫(yī)療器械校準中的超高精度關鍵點檢測方法，從二百余支隊伍中脫穎而出，在2019 Thales AIChallenge4Health中斬獲第一，檢測精度達到國際領先水平。該比賽由全球市占率超過50%的放射治療方案提供商Thales公司主辦，共吸引來自全世界的201支隊伍注冊參與(其中40支隊伍提交了最終結果)。

　　(圖示：AIChallenge4Health競賽排名截圖。因為空間限制，只顯示前11名)

CT、X光等醫(yī)學影像技術是實際就醫(yī)過程中的重要環(huán)節(jié)。一方面，對于患者來說，提升醫(yī)療成像設備的成像速度與質量，不僅可以帶來更好的體驗，也為后續(xù)診斷與治療提供了有力保障;另一方面，對于外科醫(yī)生來說，在手術過程中，對患處進行實時地、準確地成像會極大程度上影響手術的結果。

目前業(yè)界比較成熟的成像方案有3D和2D兩種，但它們由于自身特點都各自存在一定缺陷。3D設備成像(比如CT和MRI)效果好但是造價高昂，普通患者難以承受;2D設備(比如X光)雖然體積小、價格低，但是由于拍攝位置和角度的變化，成像過程中會涉及多次的校準行為，從而導致成像質量較差同時成像速度慢。如何利用人工智能提升醫(yī)療成像設備的成像效率，降低患者的治療費用和等待時間，成為業(yè)界共同思考的問題。

騰訊優(yōu)圖提出的醫(yī)療器械校準中的超高精度關鍵點檢測方法，正是利用AI技術來提高2D設備的成像效率。

在2D設備成像之前，需要對其進行“校準”以提高成像質量，該系統(tǒng)嘗試利用AI技術對X射線影像中的關鍵點進行檢測，從而獲取其精確的坐標，然后利用這些關鍵點對成像設備進行校準。這一過程中，AI技術不僅需要能夠準確判斷圖中關鍵點的個數，還需要輸出每個關鍵點的中心位置。

為了解決校準過程中定位精度要求高，以及部分關鍵點中心相距不到三個像素，難以區(qū)分的問題，優(yōu)圖實驗室將檢測任務分解成三個子任務，然后通過神經網絡進行多任務學習，有效利用深度網絡得到每個關鍵點的準確定位。同時通過全局控制與局部預測相結合，及多任務的聯(lián)合與解耦，提高預測的準確度。

　　(圖示：系統(tǒng)的邏輯方案)

該系統(tǒng)未來可用于相關成像設備的校準，提高設備的成像質量與速度，創(chuàng)造一定的經濟價值與社會效益;同時也可用于高精度點檢測或者校準任務，獲取高質量的檢測結果，幫助醫(yī)師準確為患者診斷與治療。

從AI導診到AI輔助癌癥早篩，AI技術在醫(yī)療行業(yè)中的應用已不陌生。依托前沿的計算機視覺技術，騰訊優(yōu)圖在醫(yī)療AI領域持續(xù)探索應用，除了在全球醫(yī)療影像大賽LiTS中刷新兩項紀錄，獲得肝分割、肝腫瘤分割兩項技術世界第一之外;不久前還刷新了全球胸部多器官分割大賽SegTHOR Challenge 2019的世界記錄。

技術研發(fā)不斷深入的同時，騰訊優(yōu)圖也通過騰訊首個醫(yī)療影像產品“騰訊覓影”持續(xù)對外輸出醫(yī)療AI能力，目前已支持宮頸癌、肺癌、眼科疾病等疾病篩查，并在國內100多家頂尖三甲醫(yī)院進行落地，既減輕了醫(yī)生的工作量，也為提升診斷準確率和效率發(fā)揮了重要作用。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。