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

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 。

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
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