腾讯觅影详解AI医学三大发展方向：增效、基层与精准

“目前，人工智能的形态就像物种大爆发前海洋里的‘无脊椎动物’一样，比较初级，但借由计算机视觉的发展，机器可能突破认知瓶颈，让人工智能迎来‘寒武纪大爆发’”。9月6日，腾讯高级执行副总裁汤道生在腾讯优图和Science联合主办的计算机视觉峰会上，描绘了一幅人工智能的未来景象，并指出人工智能不仅要在技术实力上“跑高分”，也要在各个垂直场景落地应用，其中AI医学就是腾讯其中一个深耕的战略方向。

自2017年8月，腾讯发布首款将人工智能技术运用在医学领域的产品——腾讯觅影，国内聚焦AI医学的企业和创业项目如雨后春笋般爆发。科技部也在去年11月公布首批国家新一代人工智能开放创新平台名单，基于腾讯觅影的能力，明确依托腾讯建设医疗影像国家新一代人工智能开放创新平台，由此开启了国内AI医学的“爆发元年”。

在计算机视觉峰会上，中国医学科学院肿瘤医院流行病学研究室教授乔友林，中华医学会眼科学分会学组委员、汕头大学•香港中文大学联合汕头国际眼科中心教授岑令平，英国伦敦帝国理工学院Hamlyn医疗手术机器人中心主任、联合创始人、《科学·机器人》编辑杨广中，腾讯医疗健康技术委员会主任钱天翼博士，腾讯优图实验室医疗AI负责人、科学家郑冶枫博士等顶尖“大脑”，就AI医学的未来展开脑力激荡，论道AI医学的当下与未来。

AI医学的三个方向与三个挑战

杨广中指出，AI在医疗方面的应用可以总结为三个发展方向：一是医疗流程的优化;二是疾病的诊断和预测，也就是今天大多数AI医学方案所聚焦的AI医学影像处理;三是精准医疗，尤其是精准手术。“现在发现的病灶越来越早、越来越小，人眼或者是传统手术很难精准找出来。”

作为国内AI医学的标杆，腾讯觅影已实现了利用AI医学影像分析辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病，以及利用AI辅诊引擎辅助医生对700多种疾病风险进行识别和预测，并与国内100多家顶尖三甲医院达成合作。腾讯觅影的快速发展路径恰好反映了AI医学的发展轨迹。

腾讯医疗健康技术委员会主任钱天翼博士分析，从技术角度来讲，医疗AI在未来有可能在三类医疗领域发挥更大的作用：第一类是不需要高年资和丰富经验，但需要大量精力作判断的场景，AI可以达到非常好的效果，节省医生的精力，提高诊断效率，把临床医生工作时间从琐碎的、细小的事情身上摆脱出来。第二类是缺乏专科医生的基层医疗体系，专科人员的培训需要几年的时间，既需要时间也需要场景和老师。AI产品通过学习专科专家的知识，可以在缺少专科医生的场景中，成为基层医生的助手，给他们提供专科知识。第三类是精准医疗， AI不仅仅能找到病灶，还能测量病灶准确的密度、体积等，这比医生手工测量更精确，误差更小。AI助手提取精准的数据给到医生，让医生用工具节省时间，把精力转到对科研问题的突破，使得医学往前发展。

“我国医疗资源分布不均，希望通过发展医疗AI，给广大人民提供更好的医疗条件。”钱天翼博士同时还指出，AI医学既是机遇，也会面临很多挑战：为获取能有效应用于AI训练的数据，需要投入大量的人力、物力和财力;需要更多跨界、跨学科的人才，既懂技术又懂医学知识，才能把技术积累和临床应用场景结合起来，开发更好、更适合医生使用的医疗AI产品;在临床注册方面，也需要主管部门、行业一起探索对AI医学产品的评审和评测标准。

技术进步远景可期

AI医学是一个全新的“医工结合”领域，在大数据、人工智能、云计算等技术驱动之下，“AI医学助手”的能力成长让医学界充满了期待。

成功研发HPV病毒筛查方式，直接促成了HPV疫苗的诞生，并大力推动我国宫颈癌筛查的中国医学科学院肿瘤医院流行病学研究室教授乔友林，十分看好我国人工智能电子阴道镜的研发和应用。他介绍：世卫组织提出，到2030年，90%的15岁以下的女孩子要打HPV疫苗，70%的35岁以上的妇女，至少要做两次HPV为主导的筛查。“两次筛查之后，电子阴道镜就派上用场了。我特别期待有一天，我们的AI电子阴道镜产品出来后，全球其它发展中国家没有那么好医疗服务的地方，只要有一台简单的电子阴道镜设备，基层医生通过AI远程协助，几十秒就可以知道在哪里取样，病变在哪里。”

据悉，目前在乔友林教授的指导下，腾讯觅影和优图实验室正推进宫颈癌早期筛查AI系统的研究，打造宫颈癌智能检测筛查工具，辅助妇科医生快速辨别宫颈癌前病变以及癌的病变定点区域，从而制定对应的活检与治疗方案。

在眼科领域，人工智能的应用也让医生们看到了创新前景。汕头大学•香港中文大学联合汕头国际眼科中心教授岑令平介绍，人工智能在眼科领域用得最广泛、研究最多的是糖尿病性视网膜病变，“我们希望可以开发一款可以认识所有眼底病的AI人工智能产品。”

腾讯优图实验室医疗AI负责人、科学家郑冶枫博士以AI辅助肺癌筛查为例，介绍了AI医学技术的快速进步：2014年FDA就批准了肺癌CT的产品，那时候传统的机器学习方法准确率不高，90%的灵敏度的情况下，可能一个CT扫描有6—7个以上的假阳性;深度学习技术出来以后，可以做得更好，可以将灵敏度提高95%以上，并把假阳性降到1-2个或更低。他指出，借助AI技术的快速发展，我国AI医学应用有机会实现如高铁、移动支付这样的跨越式发展。“我们可以和医院专家合作，训练一套AI算法，能够接近或者达到他们的水平，最后部署到基层。我们确实可以借助新的技术，大大提高基层医疗的准确率。”