上海交大X腾讯觅影：一堂基于真实世界的AI医疗影像实训课

“如果深度学习使用的训练数据集都是健康人的影像，那腾讯觅影怎么重建一个患者影像呢？”

“这样的情况下，觅影是不能重建病灶图像的，但它会进行错误提示，正因这种机制能让觅影快速帮助医生识别患者。”利用4月16日、4月23日两个周六，来自腾讯健康的钱天翼、伍健荣、熊俊峰、魏东、卢东焕五位博士，协同上海交通大学楚朋志、肖雄子彦、梁晓妮老师为疫情中的上海交通大学同学带来了一堂高知识浓度、高技术含量的线上AI医学影像实践和应用公开课。从医学影像发展应用，到利用机器学习、深度学习去学会“读图”，再到上手“腾讯觅影开放实验平台”实践，不仅让非医科学生领略了医学影像对人类健康的意义，也让医科学生深刻理解了人工智能技术如何帮助更多医生和患者。

作为牵头人，上海交通大学学生创新中心党总支书记熊振华教授表示，医学科技发展日新月异，为了让同学们一出校门就迅速成为服务社会的高级人才，创新中心致力于“医工交叉”的实践教育，腾讯觅影刚好为交大同学提供了接触前沿人工智能医学影像的机会，也为交大“新医科”建设带来了更多灵感。

►►►

源于实战的AI医学影像方法论

在4月16日上午的课上，钱天翼博士介绍了医学影像人工智能的相关知识，从医学影像发展史、设备成像原理，到医学影像数据的来源，再到各个来源的医疗影像数据优势等，总结了医学影像人工智能领域最实用的“方法论”。他说，更好理解成像原理和医学解剖知识，才能更好将其运用到数据处理中。同时，鼓励算法工程专业背景同学和医学背景同学相互交流合作，实现医工结合，让人工智能更智能。

朴素的道理其实都源自真实的实践。

腾讯觅影是腾讯旗下的医学影像AI产品，不仅承担着医疗影像国家新一代人工智能开放创新平台建设的任务；也承担着智慧医疗广东省新一代人工智能开放创新平台建设职责。

钱天翼博士作为两大平台建设的首席科学家和负责人，多年来，一直致力于将人工智能影像技术积累，并应用于现实医疗场景中。因此，在新冠疫情暴发初期，腾讯觅影开发的“基于CT影像的新冠肺炎AI辅助诊断”专项才能迅速上线，帮助武汉雷神山医院、武汉客厅方舱医院等抗疫前线，完成24000多人远程影像诊断。随后，该应用更以移动方舱形式驰援河南，每天为300名疑似感染者提供新冠肺炎诊断的影像学依据，缓解了当地CT筛查能力不足的压力。

数字技术的实战价值最终获得了肯定。2021年8月，腾讯觅影“肺炎CT影像辅助分诊及评估软件”完成了一个医疗器械产品从研发到市场准入的完整流程，正式获得国家药品监督管理局批注注册（国械注准20213210612），获准投入临床。腾讯也成为国内互联网科技行业首个获得医疗AI三类证的企业。

这些源于实战的AI医学影像方法论，为学子们打开了从书本到应用的新大门。

►►►

基于解决实际问题打造医疗AI应用

伍健荣博士作为国家科技部和广东省科技厅评审专家，IEEE人工智能医疗器械工作组专家，进一步讲解了前沿科技公司视野下医学影像AI应用的开发过程和逻辑。

解决实际问题是科技公司开发系统的铁律，伍健荣博士说，因为人工智能最大的优势是能替代人类进行重复性的劳动。因此，在凭借临床经验读图为主的医学影像领域，人工智能有着无限前景。同时，他详细介绍了人工智能在部分医疗场景的应用尝试，如， CT影像肺癌早筛系统、眼底疾病筛查系统，以及结直肠息肉筛查系统等。

CT影像肺癌早筛系统，是为实现肺癌的早筛与早治，帮助减少因肺癌发病死亡人数而开发的。肺癌早筛最主要手段是进行肺部CT检查，但一个CT检查扫描图片数量通常超过200层，人工阅片耗时耗力。运用计算机视觉和深度学习技术，通过人工智能医学图像分析能力辅助医生阅片，能精确定位3mm以上的微小肺结节，并对结节进行量化分析。

眼底疾病筛查系统，是为了解决全人类共同面临的现实难题——视力健康而开发的。基于腾讯深度学习技术，通过对眼底照片进行学习，以及眼底病症的检测与分析，它已经能够辅助医生完成高质量的眼底图像采集、阅片、输出报告等工作。实现了眼底多病种的智能筛查，支持包括糖尿病视网膜病变等常见眼底疾病与罕见眼底疾病的检测。

结直肠息肉筛查系统，利用图像识别、深度学习等人工智能技术，与消化内镜结合，实现了辅助临床医生实时发现结直肠息肉并提供实时提醒的功能，辅助临床医生更准确、更高效地诊断结直肠息肉。

伍健荣博士介绍，AI之于医疗的最大意义，其实在于让AI成为医生的助手，帮助医疗资源紧张的地区，或基层医疗机构，提升医疗能力。这让高校学子们感受到了科技向善的力量，鼓舞了他们期望通过个人能力实现社会抱负的决心。

当然，实现这些应用的重要前提仍是技术！

►►►

打通“象牙塔”与真实世界的连接

两天的实训课上，腾讯觅影的实训导师们——伍健荣、熊俊峰、魏东、卢东焕四位博士，还深度讲解了传统机器学习和深度学习领域的理论知识。从传统机器学习与深度学习的关系到效果对比，从如何通过这些技术去处理医学影像数据，到如何通过神经网络等前沿技术训练AI学会识别影像，找出病灶等，让学生们全方位理解了是如何让AI对医学影像进行训练和学习的。

此外，导师们还为参加实训的同学准备了“腾讯觅影开放平台”专属账号和实训数据包，从平台使用到实训脚本讲解，让大家在学习理论的同时，通过同步实践，打开对卷积神经网络、随机森林这些书本上技术理论的应用思路，为这些“未来”的医学人工智能工程师，构筑了一道通向“医疗AI梦想”的大门。

实际上，腾讯觅影导师们的算法和技术经验，来自一次次与国际团队的顶级“交锋”。例如，在医学影像顶会RSNA 2019上，腾讯的新算法打败了全球1300多支队伍，取得了Stage1和Stage2双榜第一的好成绩。同年，其脊柱侧弯全自动估计方法，还在另一医学影像分析的顶会2019 MICCAI AASCE Challenge中斩获第一名。

从实战方法论到真实应用再到理论实训，腾讯觅影希望用这套跳出课本、最接近真实世界运行的人工智能医学影像学“隐性知识”，打通“象牙塔”与现实世界的真实连接，帮助培养人工智能领域的未来人才，为我们建设创新型国家，助力“新医科”教育建设，写下从“跟跑”到“领跑”的一笔，同时，将科技向善的价值传递。

腾讯觅影开放实验平台简介

基于腾讯云的安全存储与强大算力的一站式医学人工智能开放创新服务平台。它能满足各类医学影像数据的安全管理和高效标注，内置近百种临床常用算法模型，加速临床影像科研和产品研发，助力医学人工智能产学研创新合作与成果转化。同时，也能满足高校教学的需求，提供实践平台、实践数据、样例流程和程序脚本。在平台帮助下，可以更方便的打通教学、实验和考核各个流程，让教学更有连续性。

如需进一步了解，请联系[e-mail]。