“人工智能+”的前瞻實踐：打造醫療影像AI國家級平臺

近日，“醫療影像國家新一代人工智能開放創新平臺建設”專項結題，醫療影像AI實現從研發到落地全流程打通。

據悉，該項目完成了共性技術平臺建設、開源醫療數據庫和算法資源庫建設、行業標準體系建設，以及上下游企業生態合作與新型產學研平臺化合作模式構建。目前，平臺用戶已覆蓋北京、上海、廣東、四川、河南、浙江等全國多個省市地區，孵化的醫療AI產品已與百余家醫療機構合作。

圍繞三大“卡脖子”問題展開攻堅

AI技術可以訓練模型自動識別和分析醫學影像。繼無人駕駛、人臉識別之后，醫療影像識別成為又一個與人工智能精準適配的應用新場景。醫療影像AI能夠補足醫學影像人才缺口，提升醫療服務效率和診斷水平，被視為提升我國優質醫療資源可及性的破局關鍵。

3年前，面臨產業起步成本高、產品研發不規范、醫療AI落地難等醫療影像AI行業三大“卡脖子”問題，騰訊聯合中國信息通信研究院、中國科學院深圳先進技術研究院等共10家單位展開攻堅，分別圍繞共性技術的集成開放和開源代碼共享、醫療數據基礎資源庫建設、技術標準建立、軟硬件轉化、產學研合作等角度，提出五大實施方案。

項目在技術方面，完成了醫療影像AI共性技術開放平臺的搭建，包括技術平臺、數據資源和體系標準三大層面；在落地轉化方面，依托技術平臺、AI算法模型等完成了多類基礎軟硬件應用的開發，實現了相關AI產品在醫學影像設備、影像診斷和臨床治療方向的落地轉化；在產學研合作轉化方面，開發了基于教育、科研、生產三者融合的產學研合作平臺，并建立共享機制，打通上下游企業產學研合作鏈路，更低成本、更高效地推動相關AI應用的研發、落地。

開啟科研模型到臨床應用的高速通道

目前，項目所搭建的共性技術開發平臺、模型算法開源共享平臺、醫療資料圖片與文本敏感信息協同標注平臺、開放型醫學影像數據庫和共享平臺等多個科研平臺，為醫療影像生態企業提供了數據標注和算法研制等支撐服務。

通過平臺可標注腦膜瘤磁共振圖像等10種疾病醫學影像。

依托開放平臺，騰訊自研醫療影像AI模型6個，包括腦出血原因、肝臟和肝癌分割、眼底多結構分割、腦膠質瘤分割、肺結節檢測、青光眼樣眼底表現分析，模型涵蓋了臨床診斷和臨床科研等多個應用場景。

騰訊通過平臺開放了多種AI模型。

這些模型的開放，不僅幫助醫生提高診斷準確性和效率，還能吸引更多開發者、醫療機構、科研機構加入，推動我國醫療影像AI行業發展。

這種協同創新實現了更多醫療影像AI應用向基層下沉。如AI分級診療云平臺已接入8家二級、三級醫院，以及28家社區衛生服務中心，并走向海外。該平臺具備區域影像共享獲取和聯網調閱、AI智能輔助診斷、分級診療和檢查報告即時推送四大功能，面向醫院和醫療聯合體，提供集成人工智能輔助分析的分級診療流程與數據管理，可實現各醫療機構之間影像檢查信息共享和影像數據互聯互通，推進分級診療。

模型開放數據共享，形成協同創新合力

據介紹，平臺通過云端開放醫學影像AI的共性技術，實現了“有網即用”，已累計為超過4000個科研單位和用戶提供服務，標注醫學影像數據超過7萬例。當前，平臺可標注包括眼底病變眼底照片、各年齡段磁共振腦影像、腦膠質瘤磁共振圖像、腫瘤代謝PET-CT圖像、腦膜瘤磁共振圖像、宮頸癌磁共振圖像等10種疾病醫學影像。

在研發過程中，騰訊開放的6個自研醫學影像AI模型，涵蓋多個應用場景，吸引了更多開發者、醫療機構、科研機構等加入平臺。目前平臺上已有41個算法模型研究項目集成、應用了上述開放模型。

平臺研發過程中遵循與臨床應用緊密結合的原則，先后孵化出騰訊覓影的肺炎CT影像輔助分診及評估軟件、慢性青光眼樣視神經病變眼底圖像輔助診斷軟件等多個獲得醫療器械證的創新AI應用產品。

集成了創新基礎設施、人才、前沿研究成果等創新要素的醫療影像AI國家級平臺，發揮著科技創新平臺的引領作用，以良好的科創生態激發創新活力，助力醫療影像領域持續健康發展的同時，也推動我國醫療事業向“新”出發。