9月15日，2021“覓影”醫(yī)學(xué)人工智能算法大賽正式開賽，目前已有超過400支團隊近700人報名參賽，將對致盲性疾病分類、阿爾茨海默癥早期發(fā)現(xiàn)、腦膠質(zhì)瘤識別、放療計劃輔助、腫瘤高代謝病灶檢測等五大臨床醫(yī)學(xué)AI賽道發(fā)起挑戰(zhàn)，為多個臨床醫(yī)學(xué)難題探尋新的破題思路與方案。大賽報名系統(tǒng)也將持續(xù)開放至10月10日。

大賽由“科創(chuàng)中國”聯(lián)合體指導(dǎo)，騰訊公司聯(lián)合首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院、首都師范大學(xué)、鄭州大學(xué)第一附屬醫(yī)院、上海市胸科醫(yī)院、上海全景醫(yī)學(xué)影像聯(lián)合發(fā)起，自啟動以來吸引行業(yè)高級科研人才的廣泛關(guān)注。截至目前，大賽仍在開放報名中，超過72%已報名的參賽者來自計算機、生物、醫(yī)學(xué)相關(guān)專業(yè)的高等院校學(xué)生及科研單位研究人員，成為大賽的主力軍，其中逾76%的參賽學(xué)生擁有碩士以上學(xué)歷。此外，參賽者還有來自醫(yī)療健康機構(gòu)以及計算機、互聯(lián)網(wǎng)、軟件開發(fā)等企業(yè)的資深從業(yè)人員，覆蓋算法研究、工程開發(fā)等多個專業(yè)領(lǐng)域。

依托騰訊覓影開放實驗平臺、騰訊優(yōu)圖實驗室、騰訊天衍實驗室、騰訊AI Lab的技術(shù)支持，騰訊云TI平臺中TI-ONE平臺的強大算力，以及騰訊云對象存儲COS的分布式存儲服務(wù)，本次大賽開創(chuàng)了“全線上模式”。只要電腦能連接網(wǎng)絡(luò)，參賽者就可以根據(jù)大賽提供的多模態(tài)、多中心醫(yī)療數(shù)據(jù)，在騰訊覓影開放實驗平臺上“搭積木”式地完成可視化的算法設(shè)計與驗證的全流程，實現(xiàn)一站式、全方位的科研探索。這大大降低了人工智能研發(fā)的難度，即使面對臨床醫(yī)學(xué)難題，科研工作者不需要有資深編程能力，也可以開發(fā)自己的AI算法。

作為目前最具挑戰(zhàn)，也是最具臨床價值的醫(yī)學(xué)AI比賽，大賽的賽題涵蓋分類、分割和檢測等多種人工智能技術(shù)應(yīng)用，由多位醫(yī)學(xué)專家基于臨床實際需求出具。目前，“腫瘤高代謝病灶的自動檢測”賽題最受關(guān)注，吸引近1/4參賽者報名。接下來，各參賽團隊將針對五大臨床醫(yī)學(xué)AI賽道分別展開角逐。

青光眼、年齡相關(guān)性黃斑變性、糖尿病視網(wǎng)膜病變、病理性近視、視網(wǎng)膜靜脈阻塞等眼科疾病在早期階段通常是無癥狀的，早期發(fā)現(xiàn)和干預(yù)有助于預(yù)防疾病導(dǎo)致的視力喪失?；谘鄣紫嗟娜斯ぶ悄苎鄄∽R別已被應(yīng)用于識別主要的眼病，并成為在人群篩查及隨訪中的一種具有良好經(jīng)濟性的方案。由首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院提出的“眼底彩照的多疾病輔助診斷”賽題，要求參賽隊伍基于眼底相數(shù)據(jù)中包含的疾病特征模式構(gòu)建算法模型，通過AI自動分類青光眼等五種致盲性疾病，以期提高臨床醫(yī)師的診斷準確率和診療效率，提前眼病的篩查和診斷時間。

大腦的異常老化有可能會引起阿爾茨海默病、帕金森病等多種疾病。而基于結(jié)構(gòu)磁共振的醫(yī)學(xué)影像可以預(yù)測腦齡，被廣泛應(yīng)用于刻畫大腦的老化過程。預(yù)測腦齡和實際生理年齡的差值，可作為衡量個體大腦萎縮程度和異常老化的客觀指標。由磁共振成像腦信息學(xué)北京市重點實驗室、首都醫(yī)科大學(xué)宣武醫(yī)院、首都師范大學(xué)聯(lián)合出題的“健康成人大腦年齡預(yù)測”賽道，希望參賽者基于結(jié)構(gòu)磁共振成像數(shù)據(jù)中包含的大腦老化特征模式，構(gòu)建AI預(yù)測模型，幫助建立針對中國人群的“健康腦圖譜”標準，為神經(jīng)精神疾病的臨床診斷提供一種有效的客觀標志物，輔助醫(yī)生衡量大腦異常老化程度，進一步提高診斷準確性。

腦膠質(zhì)瘤是最常見的原發(fā)性腦腫瘤，其分割需要放射學(xué)家將腫瘤組織與健康周圍組織區(qū)分開來。而由于腦膠質(zhì)瘤具有不同的惡性程度以及多個腫瘤組織區(qū)域，同時腦部MRI是多模態(tài)且層數(shù)較多的三維掃描圖像，因此手工分割需要花費大量的時間和人力，且往往是對基于人眼觀察到的圖像亮度進行區(qū)域分割，往往容易受到圖像的生成質(zhì)量以及標注者的個人因素影響，導(dǎo)致分割質(zhì)量良莠不齊，出現(xiàn)錯誤分割、分割多余區(qū)域的情況。鄭州大學(xué)第一附屬醫(yī)院提出的“腦膠質(zhì)瘤核磁共振圖像分析”賽題，要求參賽隊伍圍繞“通過AI算法自動完成對腦膠質(zhì)瘤圖像病灶的分割”展開角逐，以為腦膠質(zhì)瘤的臨床診療提供具有價值的參考。

在現(xiàn)行的流程中，放療由放療醫(yī)師、放療物理師、放療技師共同完成。放療醫(yī)生會先在CT影像上勾畫出腫瘤及腫瘤周邊的正常組織（如肺，心臟等），并給予處方劑量（包括腫瘤區(qū)域至少需要輻照的劑量，以及靶區(qū)周邊的正常組織的最大輻照劑量）。物理師需根據(jù)處方劑量，利用放療計劃系統(tǒng)（TPS）對機器參數(shù)進行多次設(shè)置和調(diào)整，建立放療計劃（含三維劑量圖）以滿足放療醫(yī)生所要求的處方劑量，有效殺傷病灶同時盡可能減少正常組織的放射性副反應(yīng)。由上海胸科醫(yī)院提出的“放療劑量分布輔助規(guī)劃”賽題，希望參賽者通過AI技術(shù)建立放療計劃的三維劑量預(yù)測模型，讓放療醫(yī)生勾畫過的CT圖像與物理師放療計劃中的三維劑量圖關(guān)聯(lián)起來，實現(xiàn)放療計劃的自動優(yōu)化，減少物理師設(shè)計放療計劃的試錯次數(shù)，并更精確達標放療醫(yī)生的處方劑量要求。

PET/CT可幫助患者明確腫瘤全身分期、指導(dǎo)治療方案制訂、評估療效及監(jiān)測復(fù)發(fā)。然而在臨床的三維圖像中，圖像的重疊有可能造成漏診。如果患者腫瘤發(fā)生轉(zhuǎn)移，則可能出現(xiàn)高代謝的病灶在影像中星羅棋布的情況，這給診斷醫(yī)師進行全面判讀和性質(zhì)判定造成障礙，上海全景醫(yī)學(xué)影像診斷中心提出的“腫瘤高代謝病灶的自動檢測”賽道，要求參賽者通過AI算法設(shè)計，對PET/CT的高代謝病灶進行自動檢測，有望輔助降低診斷醫(yī)師漏診概率，幫助臨床醫(yī)生實現(xiàn)準確的影像腫瘤分期和再分期，進一步指導(dǎo)治療方案制訂。

運用人工智能、大數(shù)據(jù)、云計算等前沿科技實現(xiàn)醫(yī)工交叉的醫(yī)學(xué)創(chuàng)新應(yīng)用，讓更多學(xué)界、業(yè)界的科研人才參與其中，解決醫(yī)療AI創(chuàng)新的“卡脖子”問題，是本次大賽的根本目的，也是作為醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺建設(shè)的全新實踐。騰訊醫(yī)療健康技術(shù)委員會主任、騰訊覓影總經(jīng)理錢天翼指出，希望通過這種“全線上模式”的醫(yī)學(xué)AI比賽，打通從影像數(shù)據(jù)脫敏、接入、標注，到模型訓(xùn)練、測試、應(yīng)用的全流程服務(wù)，打造“AI+醫(yī)療”產(chǎn)業(yè)更廣闊的生態(tài)合作空間，為行業(yè)帶來更多創(chuàng)新的可能。