现在的位置:主页 > 综合新闻 >

腾讯天衍实验室郑冶枫:医学影像AI为什么需要

来源:医学信息 【在线投稿】 栏目:综合新闻 时间:2020-08-14

【作者】:网站采编
【关键词】:
【摘要】:编者按:2020年8月7日,全球人工智能和机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020 峰会由中国计算机学会(CCF)主办,香港中文大学(深圳)、雷锋网联合承办,鹏城实验室、深圳

编者按:2020年8月7日,全球人工智能和机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020 峰会由中国计算机学会(CCF)主办,香港中文大学(深圳)、雷锋网联合承办,鹏城实验室、深圳市人工智能与机器人研究院协办。从2016年的学产结合,2017年的产业落地,2018年的垂直细分,2019年的人工智能40周年,峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。

在8月9日的医疗科技专场上,腾讯天衍实验室主任、美国医学和生物工程学会的会士(AIMBE Fellow)、IEEE医学影像杂志副编郑冶枫博士,分享了小样本学习和域自适应技术在医学影像AI问题中的最新研究思路及应用进展。

郑冶枫指出,从本质上来看,影像诊断是一个计算机视觉问题,理想情况下将计算机视觉成熟技术搬过来就可以,但影像诊断往往还存在很多独特的行业性问题。

第一,数据量少(缺乏训练数据),对AI算法团队来说是一个难题。因为缺乏数据样本,数据来源和标注问题都很大,医学影像需要专业医生标注,而培养一个专业医生需要十年以上的时间。

第二,算法跨中心泛化能力差。开发一个疾病/场景,与一家医院做深度捆绑、利用数据进行交叉验证后,能得到比较理想的结果。但如果把这个算法部署到另外一家医院,准确率会相差很大。

第三,准确度要求高,医疗是一个严谨的场景,所有的诊断建议都可能对病人健康产生直接影响。

在第一个问题上,郑冶枫博士提出,迁移学习是一个很好的方式,可以将某个任务(源域)上训练好的模型迁移到另一个任务(目标域)。而为了获取更多的医学数据、积少成多,郑冶枫博士团队提出了Med3D:共享编码器的多任务分割网络,在大量异质的公开数据集上预训练,然后迁移到其它任务,并且进行了开源输出。

当然,除了Med3D,郑冶枫博士团队还提出了基于魔方变换的自监督学习,在预训练阶段不需要人工标定,从而减少大量的时间成本。

另外一方面,为了解决域偏移的问题,他们还提出了新型无监督域自适应(UDA)的方法,来缓和域偏移所导致的性能下降。该方法仅仅需要源域的数据、标注以及目标域的部分图像,无需目标域的标注,即可实现两个领域的自适应。在演讲中,他以VideoGAN: 视频风格转换以及OP-Net: 基于单张图像的风格转换的两个案例进行了说明。

以下为郑冶枫的现场演讲内容,雷锋网作了不改变原意的编辑及整理

郑冶枫:首先介绍一下天衍实验室的情况。天衍实验室成立于2018年9月份,当年的930变革让腾讯开始全面拥抱互联网,其中天衍实验室是专注医学AI的团队,专注支持腾讯医疗线业务。

作为一个实验室,我们过去两年已经申请170多项AI技术专利,今年上半年也发表30多篇文章,并获得五项医疗方面竞赛冠军。

实验室依托腾讯这样一个平台,覆盖业务比较广,例如投身医疗“抗疫”这件事,在to C、to B、to G场景都有所覆盖,to C其中主要就是依托腾讯健康小程序入口,快速上线疫情专区、疫情知识问答等;在to B场景,也上线了新冠肺炎CT辅助诊断算法;to G场景则是配合政府部门做疾病发展预测,为政策决策提供支持。

腾讯上半年公布的财报里面,也专门总结了腾讯在抗疫期间做的工作,

其中红色的就是和实验室密切相关的,例如在15亿抗疫基金里面拨出一部分资金,购买6台车载CT扫描仪进行捐赠,同车搭载的还有我们的新冠肺炎CT辅助诊断算法。

天衍实验室还跟钟南山院士团队合作,建立联合实验室,目前这个实验室还在持续运作,研发新冠治疗和抗疫等类型工作。腾讯健康码小程序提供AI问诊、随访等服务,疫情期间有60多亿的调用。

回到医疗领域,腾讯作为科技部新一代人工智能项目的重要参与者,在医疗影像的产品就是腾讯觅影,目前腾讯觅影已经研发肺炎筛查、宫颈癌筛查、新冠肺炎CT辅助诊断等多种工具。

深度学习在影像诊断上的挑战


过去两年我们做了很多落地的工作,也遇到了很多问题,并且开发了一些技术解决这些问题。本质上讲,影像诊断是一个计算机视觉问题,理想情况下应该把计算机视觉成熟技术搬过来就可以。

文章来源:《医学信息》 网址: http://www.yxxxbjb.cn/zonghexinwen/2020/0814/577.html

上一篇:普渡科技送餐机器人荣登《中国数字医学》全国
下一篇:喜讯 | 西安国际医学中心医院产科顺利通过验收

医学信息投稿 | 医学信息编辑部| 医学信息版面费 | 医学信息论文发表 | 医学信息最新目录
Copyright © 2018 《医学信息》杂志社 版权所有
投稿电话: 投稿邮箱: