当前位置:首页>新闻中心>

“人工智能+”的前瞻实践:打造医疗影像AI国家级平台

 科技日报记者 杨雪 张佳星

  近日,“医疗影像国家新一代人工智能开放创新平台建设”专项结题,医疗影像AI实现从研发到落地全流程打通。

  据悉,该项目完成了共性技术平台建设、开源医疗数据库和算法资源库建设、行业标准体系建设,以及上下游企业生态合作与新型产学研平台化合作模式构建。目前,平台用户已覆盖北京、上海、广东、四川、河南、浙江等全国多个省市地区,孵化的医疗AI产品已与百余家医疗机构合作。

  围绕三大“卡脖子”问题展开攻坚

  AI技术可以训练模型自动识别和分析医学影像。继无人驾驶、人脸识别之后,医疗影像识别成为又一个与人工智能精准适配的应用新场景。医疗影像AI能够补足医学影像人才缺口,提升医疗服务效率和诊断水平,被视为提升我国优质医疗资源可及性的破局关键。

  3年前,面临产业起步成本高、产品研发不规范、医疗AI落地难等医疗影像AI行业三大“卡脖子”问题,腾讯联合中国信息通信研究院、中国科学院深圳先进技术研究院等共10家单位展开攻坚,分别围绕共性技术的集成开放和开源代码共享、医疗数据基础资源库建设、技术标准建立、软硬件转化、产学研合作等角度,提出五大实施方案。

  项目在技术方面,完成了医疗影像AI共性技术开放平台的搭建,包括技术平台、数据资源和体系标准三大层面;在落地转化方面,依托技术平台、AI算法模型等完成了多类基础软硬件应用的开发,实现了相关AI产品在医学影像设备、影像诊断和临床治疗方向的落地转化;在产学研合作转化方面,开发了基于教育、科研、生产三者融合的产学研合作平台,并建立共享机制,打通上下游企业产学研合作链路,更低成本、更高效地推动相关AI应用的研发、落地。

  开启科研模型到临床应用的高速通道

  目前,项目所搭建的共性技术开发平台、模型算法开源共享平台、医疗资料图片与文本敏感信息协同标注平台、开放型医学影像数据库和共享平台等多个科研平台,为医疗影像生态企业提供了数据标注和算法研制等支撑服务。

  依托开放平台,腾讯自研医疗影像AI模型6个,包括脑出血原因、肝脏和肝癌分割、眼底多结构分割、脑胶质瘤分割、肺结节检测、青光眼样眼底表现分析,模型涵盖了临床诊断和临床科研等多个应用场景。

  这些模型的开放,不仅帮助医生提高诊断准确性和效率,还能吸引更多开发者、医疗机构、科研机构加入,推动我国医疗影像AI行业发展。

  这种协同创新实现了更多医疗影像AI应用向基层下沉。如AI分级诊疗云平台已接入8家二级、三级医院,以及28家社区卫生服务中心,并走向海外。该平台具备区域影像共享获取和联网调阅、AI智能辅助诊断、分级诊疗和检查报告即时推送四大功能,面向医院和医疗联合体,提供集成人工智能辅助分析的分级诊疗流程与数据管理,可实现各医疗机构之间影像检查信息共享和影像数据互联互通,推进分级诊疗。

  模型开放数据共享,形成协同创新合力

  据介绍,平台通过云端开放医学影像AI的共性技术,实现了“有网即用”,已累计为超过4000个科研单位和用户提供服务,标注医学影像数据超过7万例。当前,平台可标注包括眼底病变眼底照片、各年龄段磁共振脑影像、脑胶质瘤磁共振图像、肿瘤代谢PET-CT图像、脑膜瘤磁共振图像、宫颈癌磁共振图像等10种疾病医学影像。

  在研发过程中,腾讯开放的6个自研医学影像AI模型,涵盖多个应用场景,吸引了更多开发者、医疗机构、科研机构等加入平台。目前平台上已有41个算法模型研究项目集成、应用了上述开放模型。

  平台研发过程中遵循与临床应用紧密结合的原则,先后孵化出腾讯觅影的肺炎CT影像辅助分诊及评估软件、慢性青光眼样视神经病变眼底图像辅助诊断软件等多个获得医疗器械证的创新AI应用产品。

  集成了创新基础设施、人才、前沿研究成果等创新要素的医疗影像AI国家级平台,发挥着科技创新平台的引领作用,以良好的科创生态激发创新活力,助力医疗影像领域持续健康发展的同时,也推动我国医疗事业向“新”出发。

来源:科技日报,若涉及侵权,请立刻联系删除