近日，腾讯优图实验室医疗AI再获新突破。由腾讯优图研发的医疗AI系统——医疗器械校准中的超高精度关键点检测方法，从二百余支队伍中脱颖而出，在2019 Thales AIChallenge4Health中斩获第一，检测精度达到国际领先水平。该比赛由全球市占率超过50%的放射治疗方案提供商Thales公司主办，共吸引来自全世界的201支队伍注册参与(其中40支队伍提交了最终结果)。
(图示：AIChallenge4Health竞赛排名截图。因为空间限制，只显示前11名)
CT、X光等医学影像技术是实际就医过程中的重要环节。一方面，对于患者来说，提升医疗成像设备的成像速度与质量，不仅可以带来更好的体验，也为后续诊断与治疗提供了有力保障;另一方面，对于外科医生来说，在手术过程中，对患处进行实时地、准确地成像会极大程度上影响手术的结果。
目前业界比较成熟的成像方案有3D和2D两种，但它们由于自身特点都各自存在一定缺陷。3D设备成像(比如CT和MRI)效果好但是造价高昂，普通患者难以承受;2D设备(比如X光)虽然体积小、价格低，但是由于拍摄位置和角度的变化，成像过程中会涉及多次的校准行为，从而导致成像质量较差同时成像速度慢。如何利用人工智能提升医疗成像设备的成像效率，降低患者的治疗费用和等待时间，成为业界共同思考的问题。
腾讯优图提出的医疗器械校准中的超高精度关键点检测方法，正是利用AI技术来提高2D设备的成像效率。
在2D设备成像之前，需要对其进行“校准”以提高成像质量，该系统尝试利用AI技术对X射线影像中的关键点进行检测，从而获取其精确的坐标，然后利用这些关键点对成像设备进行校准。这一过程中，AI技术不仅需要能够准确判断图中关键点的个数，还需要输出每个关键点的中心位置。
为了解决校准过程中定位精度要求高，以及部分关键点中心相距不到三个像素，难以区分的问题，优图实验室将检测任务分解成三个子任务，然后通过神经网络进行多任务学习，有效利用深度网络得到每个关键点的准确定位。同时通过全局控制与局部预测相结合，及多任务的联合与解耦，提高预测的准确度。
(图示：系统的逻辑方案)
该系统未来可用于相关成像设备的校准，提高设备的成像质量与速度，创造一定的经济价值与社会效益;同时也可用于高精度点检测或者校准任务，获取高质量的检测结果，帮助医师准确为患者诊断与治疗。
从AI导诊到AI辅助癌症早筛，AI技术在医疗行业中的应用已不陌生。依托前沿的计算机视觉技术，腾讯优图在医疗AI领域持续探索应用，除了在全球医疗影像大赛LiTS中刷新两项纪录，获得肝分割、肝肿瘤分割两项技术世界第一之外;不久前还刷新了全球胸部多器官分割大赛SegTHOR Challenge 2019的世界记录。
技术研发不断深入的同时，腾讯优图也通过腾讯首个医疗影像产品“腾讯觅影”持续对外输出医疗AI能力，目前已支持宫颈癌、肺癌、眼科疾病等疾病筛查，并在国内100多家顶尖三甲医院进行落地，既减轻了医生的工作量，也为提升诊断准确率和效率发挥了重要作用。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
