8月13日 ， 由“科创中国”联合体指导 ， 腾讯公司联合首都医科大学附属北京同仁医院、首都师范大学、郑州大学第一附属医院、上海市胸科医院、上海全景医学影像联合发起的2021“觅影”医学人工智能算法大赛正式启动 ， 多位临床专家从临床实际需求出发 ， 发起五大AI挑战课题 ， 落点致盲性疾病分类、阿尔茨海默症早期发现、脑胶质瘤识别、放疗计划辅助、肿瘤高代谢病灶检测等多个临床医学难题 ， 是目前最具挑战 ， 也是最具临床价值的医学AI比赛 。
文章图片
依托腾讯觅影开放实验平台、腾讯优图、腾讯天衍实验室、腾讯AI Lab的技术支持 ， 以及腾讯云智能钛机器学习平台的强大算力 ， 参赛者可以根据大赛提供的多模态、多中心医疗数据 ， 在腾讯觅影开放实验平台上即可完成模型训练和验证 ， 实现一站式、全方位的科研探索 。
腾讯医疗副总裁吴文达指出 ， “觅影”AI大赛旨在为国内医学与人工智能人才搭建创新和交流平台 ， 加速AI与医学影像的跨界研究与协同创新 ， 探索人工智能在临床医疗影像中的多元化应用场景与成果转化 。 同时 ， 通过腾讯觅影开放实验平台 ， 将腾讯在医疗和人工智能领域所累积的经验与能力一体化输出 ， 助力医学人工智能领域的合作创新 ， 进一步降低科研门槛 ， 携手医疗AI行业人才 ， 打通从科研模型到临床应用的高速通道 。
【放疗|挑战识别胶质瘤、预测脑龄、辅助放疗 “觅影”医学人工智能算法大赛启动】五大临床赛道向AI发起最强挑战
大赛五大赛道的题目涵盖分类、分割和检测等多种人工智能技术应用 。 其中 ， 由首都医科大学附属北京同仁医院提出的“眼底彩照的多疾病辅助诊断”赛题 ， 要求参赛队伍需要基于眼底相 ， 通过AI自动分类青光眼等五种致盲性疾病 ， 以期提前眼病的筛查和诊断时间 。
由磁共振成像脑信息学北京市重点实验室、首师大医科大学宣武医院、首都师范大学联合出题的“健康成人大脑年龄预测”赛道 ， 则要求以AI自动预测大脑年龄 ， 辅助医生衡量大脑异常老化程度 ， 进而有望实现阿尔茨海默症的早期临床诊断 。
郑州大学第一附属医院提出的“脑胶质瘤核磁共振图像分析”赛题 ， 要求参赛队伍围绕以AI自动完成对脑胶质瘤图像病灶的分割展开角逐 。 由于脑胶质瘤具有不同的恶性程度以及多个肿瘤组织区域 ， 同时脑部MRI是多模态且层数较多的三维扫描图像 ， 所以手工分割需要花费大量的时间和人力 ， AI的辅助有望提升临床医生工作效率 。
由上海胸科医院提出的“放疗剂量分布辅助规划”赛题 ， 则针对放射治疗中物理师的临床场景 ， 要求以AI自动优化放疗计划 ， 以精确达标放疗医生的处方剂量要求 ， 减少计划设计的试错次数 。
上海全景医学影像诊断中心则提出了“肿瘤高代谢病灶的自动检测”赛道 ， 要求参赛者通过AI自动识别PET/CT影像 ， 发现全身PET高代谢病灶 ， 帮助临床医生进行全面判读和性质判定 ， 实现准确的影像肿瘤分期 ， 进一步指导治疗方案制订 。
本次大赛面向全社会高等院校、科研单位、医疗机构、企业等科研工作者、学生及自由职业者开放报名 ， 经历初、复、决的赛程 ， 最终每个赛道将决出冠亚季军 。
“医工交叉”点燃医疗AI创新梦想
运用人工智能、大数据、云计算等前沿科技实现医工交叉的医学创新应用 ， 是大赛赛题发起人以及众多临床医学专家的梦想 。 而医疗AI的新锐人才的广泛参与 ， 基于赛题进行创新思维火花的碰撞 ， 则是年轻一代传承先辈榜样力量 ， 接力行业梦想的全新实践 。
中国科协生命科学学会联合体、阿尔茨海默病防治协会、中国生物医学工程学会医学影像工程与技术分会、广东省医学会医学人工智能分会、上海市医师协会影像与核医学科医师分会将担任大赛顾问单位 。
同时 ， 首都医科大学附属北京同仁医院眼科中心王宁利教授 ， 磁共振成像和脑信息学北京市重点实验室李坤成教授 ， 北京理工大学生命学院唐晓英教授 ， 郑州大学第一附属医院程敬亮教授 ， 上海市胸科医院傅小龙教授 ， 上海交通大学人工智能研究院王延峰教授 ， 中山大学中山眼科中心林浩添教授 ， 上海全景医学影像科技股份有限公司高欣教授 ， 西北工业大学李学龙教授 ， 首都师范大学心理学院梁佩鹏教授 ， 腾讯医疗健康首席科学家郑治枫 ， 腾讯AI Lab专家研究员韩骁 ， 腾讯天衍实验室专家研究员马锴 ， 以及腾讯医疗健康技术委员会主任、腾讯觅影总经理钱天翼等一众临床医学专家和算法专家 ， 将组成强大的评委阵容 ， 与参赛队伍深度互动并进行相关指导和点评 ， 共同推进产学研的深度融合 。
“搭积木”式设计AI算法
此外 ， 参加大赛的选手还将在“云”上进行比拼 ， 腾讯云智能钛将为参赛选手免费提供丰富的存储和算力资源 。 依托腾讯觅影开放实验平台 ， 参赛选手只要电脑能连接网络 ， 就能获取标注好的赛题数据 。 此外 ， 为了降低编程门槛 ， 开放实验平台还将人工智能算法的不同步骤实现“搭积木式”集成 ， 即可完成可视化的算法设计与验证的全流程 。 这大大降低了人工智能研发的难度 ， 科研工作者不需要有资深编程能力 ， 也可以开发自己的AI算法 。
实际上 ， 开放实验室平台还可以有效地管理数据 ， 进行包括脱敏、标注、存储、可视化统计等操作 。 在腾讯云强大的安全保障下 ， 数据访问权限可以由用户自行管理 ， 训练后的成熟算法可在平台发布推广 ， 并通过平台合作中心将需求和技术进行对接 ， 加速临床科研和产业落地 。 目前 ， 腾讯觅影开放实验平台已接入分布在全国17个省/直辖市的17所高校及科研院所、23家公立医院以及33家科技企业 。
腾讯医疗健康技术委员会主任、腾讯觅影总经理钱天翼指出 ， 国内医疗AI产业发展仍面临诸多挑战 ， 如训练数据标注缺乏标准与质控 ， 研发方向与临床真实需要有偏差 ， 算力投入大科研启动难度大等 ， 腾讯觅影通过建立开放实验平台 ， 希望能打通从影像数据脱敏、接入、标注 ， 到模型训练、测试、应用的全流程服务 ， 构建起数据全生命周期管理闭环 ， 解决医疗AI创新的“卡脖子”问题 。
作为医疗影像国家新一代人工智能开放创新平台建设的全新实践 ， 腾讯将通过本次大赛打造“AI+医疗”产业更广阔的生态合作空间 ， 利用腾讯觅影开放实验平台 ， 发挥“连接器”的作用 ， 进一步推动AI医学技术标准体系的建立 ， 与产学研等各方共同推动我国在医疗影像人工智能领域的持续创新 。
推荐阅读
- 人物|马斯克承认输给了巴菲特：曾尝试挑战喜诗糖果，但最终放弃
- 识别|沈阳地铁重大变化！能摘口罩吗？
- 识别|天津滨海机场RFID行李全流程跟踪系统完成建设 行李标签识别成功率可提升至99%
- 可持续性|人工智能将重塑健康管理，业内专家认为可持续性是最大挑战
- 火星任务|参考封面 | 2021，应对重大挑战的一年
- 识别率|一群年轻人教“AI”学手语，目标是让千万聋人被“听见”
- 信息|财报识别系统教你怎样做好金融信贷审批工作！
- 数据|车牌识别相机在无人值守称重行业的应用
- 训练|华为运动健康 Beta 新版本测试：新增健身课程分享、血压挑战计划
- 技术|小米12系列正面挑战iPhone 未来五年超1000亿投入研发