侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

騰訊醫(yī)療AI研究成果奪冠全球放射學(xué)頂會(huì)RSNA 2019 AI 挑戰(zhàn)賽

2019-12-06 16:53
來(lái)源: 粵訊

顱內(nèi)出血((Intracranial hemorrhage, ICH) 也叫做腦出血、腦溢血、出血性中風(fēng)/卒中,具有高發(fā)病率、高致殘率、高死亡率的特點(diǎn),是嚴(yán)重的健康問(wèn)題。腦中的血管破裂出血后,會(huì)阻斷大腦周圍或內(nèi)部的血液流動(dòng),使大腦缺氧,只需要3-4分鐘,就有可能讓腦細(xì)胞開(kāi)始死亡。

對(duì)顱內(nèi)出血做出正確診斷并采取措施對(duì)降低殘疾率和死亡率至關(guān)重要,而識(shí)別出血的位置和類型是其中的關(guān)鍵步驟。但是,面對(duì)顱內(nèi)出血這個(gè)急診室里的“?汀保t(yī)生們即便練就了一雙“火眼金睛”也會(huì)顯得力不從心。按照出血位置,顱內(nèi)出血分為腦室內(nèi)出血 (Intraparenchymal)、腦實(shí)質(zhì)性出血 (Intraventricular)、蛛網(wǎng)膜下腔出血 (Subarachnoid)、硬膜外出血 (Subdural) 和硬膜下血腫 (Epidural)。一般而言,面對(duì)顱內(nèi)出血,醫(yī)生會(huì)檢查患者的腦CT,查找出血的存在、部位和類型,但是單以人眼從醫(yī)學(xué)影像中快速準(zhǔn)確地將病人按病情輕重緩急區(qū)分開(kāi),既復(fù)雜又耗時(shí)。

騰訊醫(yī)療AI研究成果奪冠全球放射學(xué)頂會(huì)RSNA 2019 AI 挑戰(zhàn)賽

圖:腦出血類型

近期,騰訊AI Lab在RSNA 2019 AI Challenge上提出的新算法為破解這一困境提供了新的思路。RSNA(北美放射學(xué)會(huì))是全球醫(yī)學(xué)影像學(xué)最頂級(jí)的會(huì)議,引導(dǎo)著全球放射學(xué)研究和應(yīng)用的方向,每年有超過(guò)5萬(wàn)的醫(yī)生,研究學(xué)者和工業(yè)界人員參加。RSNA非常重視AI在影像學(xué)的應(yīng)用,為推動(dòng)AI在醫(yī)學(xué)影像學(xué)領(lǐng)域的研究和落地,從2017年起,RSNA設(shè)立了單獨(dú)的AI挑戰(zhàn)賽環(huán)節(jié),并成為影像學(xué)競(jìng)賽的圣杯之一。今年RSNA和Kaggle(全球最大的公開(kāi)數(shù)據(jù)和機(jī)器學(xué)習(xí)比賽平臺(tái))共同推出顱內(nèi)出血檢測(cè)競(jìng)賽(RSNA Intracranial Hemorrhage Detection),任務(wù)是開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)算法來(lái)識(shí)別急性顱內(nèi)出血及其亞型。

比賽吸引了來(lái)自全球75個(gè)國(guó)家共計(jì)1345多支隊(duì)伍、1787位個(gè)人參賽者參與,其中不乏出身全球著名醫(yī)療機(jī)構(gòu)、醫(yī)學(xué)實(shí)驗(yàn)室以及各類巨頭公司人工智能實(shí)驗(yàn)室的參賽者,他們使用北美放射學(xué)會(huì)(RSNA)與美國(guó)神經(jīng)放射學(xué)會(huì)和MD.ai成員合作提供的豐富圖像數(shù)據(jù)集來(lái)開(kāi)發(fā)解決方案,以快速準(zhǔn)確地識(shí)別顱內(nèi)出血患者的出血位置、類型及出血狀態(tài)。值得注意的是,在這些競(jìng)賽數(shù)據(jù)中存在部分異常的“噪聲”標(biāo)注信息,參賽者們需要有效處理這一困難帶來(lái)的干擾。這個(gè)數(shù)據(jù)集來(lái)自多個(gè)國(guó)家和多個(gè)醫(yī)療中心,包括來(lái)自25998個(gè)病人的1074271幅CT圖像,由60名神經(jīng)放射醫(yī)生標(biāo)注完成。

在該挑戰(zhàn)賽中,騰訊AI Lab采用多模型、多階段、多信息融合的方法,通過(guò)添加CT圖像的空間信息,融合醫(yī)學(xué)圖像病變的關(guān)聯(lián)性,以及有效的數(shù)據(jù)采樣算法,短時(shí)間內(nèi)從超過(guò)一百萬(wàn)幅腦部CT圖像中找到了顱內(nèi)出血的病變規(guī)律,從1300多支隊(duì)伍中脫穎而出,取得了Stage1和Stage2雙榜第一的好成績(jī)。

騰訊醫(yī)療AI研究成果奪冠全球放射學(xué)頂會(huì)RSNA 2019 AI 挑戰(zhàn)賽

圖:騰訊AI Lab團(tuán)隊(duì)“SeuTao”斬獲RSNA 2019 AI Challenge第一

通過(guò)在不同階段提取出不同的特征信息,如Base CNN階段提取圖像信息,Sequence Model 1 階段融合多張CT slice的空間特征信息,Sequence Model 2階段再次整合圖像信息、空間融合信息以及圖像本身的原始信息,騰訊AI Lab的新算法能夠增強(qiáng)所學(xué)習(xí)到的模型的泛化能力,提升模型對(duì)未知數(shù)據(jù)的預(yù)測(cè)能力,從而最終成就了此次奪冠。

這一算法模型未來(lái)可應(yīng)用于顱內(nèi)出血的診斷與治療當(dāng)中,提高醫(yī)生識(shí)別出血位置、類型的效率及準(zhǔn)確率,加速腦出血病人病情診斷的整體進(jìn)程,幫助醫(yī)生制定正確的治療方案,節(jié)省寶貴的搶救時(shí)間,創(chuàng)造一定的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值。同時(shí),該模型也可用于腦出血早期癥狀的檢測(cè),作為醫(yī)生對(duì)腦出血進(jìn)一步治療的重要依據(jù)。此外,技術(shù)的可移植性也有望幫助偏遠(yuǎn)地區(qū)或基層醫(yī)療機(jī)構(gòu)對(duì)于該病情的診斷和病人的搶救,使更多的腦出血患者收獲“生”的希望。

騰訊醫(yī)療AI研究成果奪冠全球放射學(xué)頂會(huì)RSNA 2019 AI 挑戰(zhàn)賽

圖:騰訊AI Lab所提出的算法模型

從AI導(dǎo)診到AI輔助癌癥早篩,AI技術(shù)在醫(yī)療行業(yè)中的應(yīng)用已不陌生。技術(shù)研發(fā)不斷深入的同時(shí),騰訊AI Lab也通過(guò)騰訊首款將人工智能技術(shù)運(yùn)用在醫(yī)學(xué)領(lǐng)域的產(chǎn)品“騰訊覓影”持續(xù)對(duì)外輸出醫(yī)療AI能力。

目前,“騰訊覓影”能利用AI醫(yī)學(xué)影像分析輔助臨床醫(yī)生篩查早期肺癌、眼底病變、結(jié)直腸腫瘤、宮頸癌、乳腺腫瘤等疾病,以及利用AI輔診引擎輔助醫(yī)生對(duì)700多種疾病風(fēng)險(xiǎn)進(jìn)行識(shí)別和預(yù)測(cè),提高臨床醫(yī)生的診斷準(zhǔn)確率和效率。

與此同時(shí),AI技術(shù)在臨床上的有效性也正在被逐步驗(yàn)證。在北京、上海、廣州、溫州、南寧、德清等地,“騰訊覓影”在學(xué)科帶頭人的帶領(lǐng)下分別針對(duì)早期肺癌、消化道腫瘤、眼底疾病等進(jìn)行臨床實(shí)驗(yàn)及科研合作,希望以技術(shù)幫助優(yōu)化醫(yī)療資源的不均衡。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問(wèn)題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

醫(yī)療科技 獵頭職位 更多
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)