全球AI檢測(cè)肝病技術(shù)取得了新的突破。近日，全球LiTS (Liver Tumor Segmentation Challenge，肝臟腫瘤病灶區(qū)CT影像分割挑戰(zhàn))世界記錄再次被刷新，騰訊旗下頂級(jí)AI實(shí)驗(yàn)室-騰訊優(yōu)圖實(shí)驗(yàn)室聯(lián)合廈門大學(xué)組成的TencentX團(tuán)隊(duì)，從近百支科研隊(duì)伍中脫穎而出，榮獲肝分割、肝腫瘤分割兩項(xiàng)技術(shù)世界第一。其中肝臟分割技術(shù)第一的記錄保持了近半年，至今無人超越。

LiTS由德國慕尼黑理工大學(xué)、以色列特拉維夫大學(xué)等高校、科研院所與國際頂級(jí)醫(yī)學(xué)圖像年會(huì)MICCAI聯(lián)合舉辦，致力于用創(chuàng)新的算法解決肝臟腫瘤病灶CT圖像的自動(dòng)分割，幫助疾病診斷、圖像引導(dǎo)手術(shù)以及醫(yī)學(xué)數(shù)據(jù)的可視化，為臨床診療和病理學(xué)研究提供可靠的依據(jù)。

肝癌是世界上發(fā)病率和致死率均較高的惡性疾病之一，臨床上常用的檢查已經(jīng)形成包括超聲、CT、MRI等完整的影像體系?；谟跋竦母闻K腫瘤自動(dòng)分割技術(shù)能夠輔助醫(yī)生精確的了解癌灶的位置、大小以及與周圍血管、肝組織的關(guān)系，對(duì)于后續(xù)的放射治療、手術(shù)切除等都具有十分重要的臨床意義。

然而，要實(shí)現(xiàn)精準(zhǔn)的肝臟與肝腫瘤分割存在較大的難度。首先，腫瘤的大孝形狀、位置復(fù)雜多變，因人而異;其次，肝臟與相鄰器官之間、腫瘤區(qū)域與肝臟正常組織之間在CT成像中界限比較模糊;另外，該挑戰(zhàn)的130例訓(xùn)練數(shù)據(jù)來源于多中心，數(shù)據(jù)的重建層厚、掃描增強(qiáng)期和方位存儲(chǔ)等都存在很大差異。這些問題都加大了AI自動(dòng)分割肝臟病灶的難度。

TencentX團(tuán)隊(duì)提出的自動(dòng)分割算法力爭(zhēng)在每一個(gè)處理環(huán)節(jié)都做到最優(yōu)，包括數(shù)據(jù)的預(yù)處理、深度學(xué)習(xí)網(wǎng)絡(luò)模型的設(shè)計(jì)、損失函數(shù)的選擇以及最終結(jié)果的后處理。好的數(shù)據(jù)預(yù)處理是精準(zhǔn)分割的關(guān)鍵，方案首先通過數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，從而降低不同數(shù)據(jù)間的圖像差異。針對(duì)肝臟分割模塊，團(tuán)隊(duì)設(shè)計(jì)了新穎的2.5D全卷積神經(jīng)網(wǎng)絡(luò)，并借鑒當(dāng)下流行的空洞卷積模塊有效的挖掘肝臟的結(jié)構(gòu)化信息。在肝腫瘤分割模塊，團(tuán)隊(duì)聚焦腫瘤在3D層面的連續(xù)性，設(shè)計(jì)了新穎的輔助損失函數(shù)，使得網(wǎng)絡(luò)有效挖掘腫瘤的空間信息。最后通過模型融合等后處理調(diào)整，有效保證了算法的可靠性和精準(zhǔn)性。

騰訊優(yōu)圖在AI醫(yī)療方面沉淀已久，具備進(jìn)行上億規(guī)模的模型訓(xùn)練及合作接入，能夠?yàn)榧夹g(shù)落地提供有力的服務(wù)保障。近年來，騰訊優(yōu)圖的醫(yī)療AI技術(shù)，通過騰訊首個(gè)醫(yī)療影像產(chǎn)品“騰訊覓影”持續(xù)對(duì)外輸出，目前已支持宮頸癌、肺癌、糖尿病視網(wǎng)膜病變等癌癥篩查，并在國內(nèi)100多家頂尖三甲醫(yī)院進(jìn)行落地，既減輕了醫(yī)生的工作量，也為提升診斷準(zhǔn)確率和效率發(fā)揮了重要的作用。

值得一提的是，騰訊優(yōu)圖在深耕AI圖像技術(shù)的同時(shí)，積極開展產(chǎn)學(xué)研合作探索，與多所國內(nèi)頂尖大學(xué)建立連接。此次合作的廈門大學(xué)王連生老師團(tuán)隊(duì)就是其中之一。通過全面布局AI產(chǎn)業(yè)、與高校展開密切合作，騰訊優(yōu)圖在人工智能領(lǐng)域持續(xù)穩(wěn)步前進(jìn)，在為行業(yè)培養(yǎng)更多優(yōu)秀人才的同時(shí)，進(jìn)一步加速推動(dòng)AI技術(shù)在更多領(lǐng)域的創(chuàng)新研究和應(yīng)用落地。