去年十一月，科技部公布首批国家新一代人工智能开放创新平台名单，提出依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台。一年时间过去，腾讯在助力医疗健康领域数字化升级的进程中，又迈出了一大步。
11月18日，腾讯作为牵头承担单位，联合中国科学院自动化研究所、中国人民解放军总医院、中南大学湘雅医院、北京大学人民医院、深圳市人民医院等多家单位，正式启动了2018年国家重点研发计划中的“数字诊疗装备研发专项” ——“基于人工智能的临床辅助决策支持技术及其服务模式解决方案研究”项目。
项目负责人、腾讯医疗AI实验室主任范伟在接受雷锋网采访时介绍，项目期间，腾讯将联合合作伙伴深度探索基于人工智能的临床辅助决策支持技术（AI+CDSS），构建自进化医学知识库，开发人工智能问诊、分诊、诊断和治疗的决策支持系统，打造新型医疗云服务模式，覆盖诊前、诊中、诊后的就医全流程的解决方案。
范伟以项目重点病种皮肤病切入，介绍基于AI辅助诊疗的疾病新型服务模式。
以银屑病的就医为例，诊前环节患者可进行人机交互，通过患者图片上传，进行简单的问诊，对疾病初步评估，结合互联网医院平台，实现智能分诊、导诊、转诊；在诊中环节，系统可初步帮助医生判断病情，同时给出个性化的治疗方案建议，医生可通过网络会诊，为患者作出诊断决定；在诊后环节，系统可通过预后评估，预测病情复发概率，并对患者病情进行智能追踪，在此基础之上，并通过用药效果监测，实现个性化用药指导。
项目分为基于医疗健康数据与主诉的分诊和问诊的人工智能技术开发、基于医疗健康数据与主诉的诊断和治疗的人工智能技术开发、面向临床路径与技术规范的精准医疗决策支持研发、面向临床决策支持的自进化医学知识库研发，以及医疗健康数据智能分析云平台开发及新型服务模式创新五个子课题。
五个子课题分别由腾讯医疗AI实验室主任范伟、北京大学人民医院心内科副主任王鸿懿、北京301医院神经内科主任医师刘若卓、中南大学湘雅医院皮肤科副主任医师匡叶红，以及中国科学院自动化研究所模式识别国家重点实验室研究员肖宪负责。
范伟介绍，未来五个子课题会同时进行。“我们的运作方式是以疾病场景为主，再拆解成每一个课题做什么。只有落到场景里的东西才有价值，否则就变成了一个IT产品。”
“腾讯具有先进的医疗大数据核心技术优势和先进的人工智能技术，此次承担国家科研重任，将集结顶尖AI科研资源，解决医疗核心问题，并整合产学研医用的生态合作链条，带来一些真正的价值，帮助更多医生和患者。”范伟继续说道。
腾讯医疗AI实验室的四大探索
从科研到应用，腾讯已有良好的实践结晶。2017年腾讯推出的首款将人工智能技术运用在医学领域的产品“腾讯觅影”，辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌等疾病，已经与全国100余家三甲医院达成合作，累积辅助医生阅读医学影像超过1亿张，服务超百万患者。
而2017底成立的腾讯医疗AI实验室则致力于探索医疗与AI的深度结合，在基础科研方面深钻自然语言理解、医学知识图谱、深度学习、视频分析、多模态分析等基础技术，并构建医学知识引擎、医疗推理引擎、临床辅助诊断引擎、问诊对话引擎等智能AI引擎。
项目启动会上，作为腾讯医疗AI实验室主任，范伟也介绍了过去一年多里腾讯医疗AI实验室探索的几个核心医疗问题。
首先是运动障碍相关疾病的评估。范伟介绍，医生每隔一段时间就要对帕金森病人进行评估，让病人做一套动作然后对其进行评分，整个过程需要大约半个小时。为了节省时间提高医生的工作效率，代替人工量表提出更加科学客观的评价标准，腾讯医疗AI实验室联合华山医院的王坚教授开发了一套基于视频捕捉技术的评估系统。
这套系统可以通过视频捕捉技术识别患者身上的关键点，并引入人体动力学模型，形成运动场，评估患者的运动功能。比如，人类手上有21个关节点，系统通过时序分析，可以把运动频率、幅度分析出来，跟医生的打分进行关联。
其中有很多的技术挑战，首先要解决的就是数据量不足。通常来说，研究人员只能搜集到一两百例数据，对于模型训练来说是远远不够的。为了解决这个问题，腾讯医疗AI实验室通过增强现实技术生成了一个手的模型，利用这只“手”产生更多的数据用于模型训练。
腾讯医疗AI实验室和华山医院共同做了一个实验：让专家对来自近200例患者的1000多段视频打分，形成共识分，然后对机器进行训练。训练完后再让机器对不同严重程度的受试者打分，并与专家共识分进行匹配，数据显示评分结果的一致性非常接近。
评估以外，帕金森病作为一种慢性疾病，还需要医生不断随访，跟踪病情的发展。为此，华山医院与腾讯医疗AI实验室合作，推出了一套居家环境下的视频分析方法：让病人用手机拍摄运动视频通过APP上传，由算法引擎进行自动评估。
用类似的方法，腾讯医疗AI实验室还和香港大学深圳医院杜啟峻教授合作，通过视频捕捉技术分析脑瘫患者的步态，初筛出适合手术的病人。
心血管疾病诊断与手术规划
心脑血管疾病方面，腾讯医疗AI实验室推出了居家环境下的12导心电检测平台。用户采集自身心电图数据通过APP上传到腾讯的服务引擎后，系统会结合12导联心电信号以及患者输入的年龄、性别和症状信息，综合判断潜在异常并提供给远端标注的医生，供医生在此基础上做进一步诊断。目前，该平台已经能够判断正常、噪声、房性早搏、心房颤动、室性心搏、T波倒置等6大类状态。该平台的推出，一方面让用户减少了等待时间，另一方面也帮助医生缩短了诊疗时间，减小了漏诊和误诊的概率。
此外，腾讯医疗AI实验室在椎动脉夹层、心脏病的诊断，以及心脏介入手术的规划方面也做了许多探索和尝试。
癌症放疗规划
癌症放疗方面，腾讯医疗AI实验室刚刚推出了一项新的技术。放疗是癌症治疗的常用手段之一，也是成本相对较低的一种治疗方式。但是放疗也存在一定风险，如果操作不当放疗射线会对病人造成极大危害。因此每一个放疗方案都需要严格画靶，确认放疗射线的靶向位置和剂量，及其穿透路线，避免伤及正常的组织器官。
每一位病人每次放疗前都需要拍300-400张CT，传统方法完全依赖肿瘤医生在患者的医学影像上手动标识器官和肿瘤，效率十分低下。腾讯医疗AI实验室的最新技术可以通过3D函数分析CT影像，自动标记器官和肿瘤，整个过程只需0.12秒。
耳石症诊断及治疗
最后是耳石症的诊断。耳石症又称为良性阵发性位置性眩晕，是指头部迅速运动至某一特定头位时出现的短暂阵发性发作的眩晕和眼震。正常情况下耳石是附着于耳石膜上的，当一些致病因素导致耳石脱离，这些脱落的耳石就会在内耳内被称作为内淋巴的液体里游动，当人体头位变化时，这些半规管亦随之发生位置变化，沉伏的耳石就会随着液体的流动而运动，从而刺激半规管毛细胞，导致患者发生强烈性眩晕。
腾讯医疗AI实验室与复旦大学附属眼耳鼻喉科医院李华伟教授合作，基于深度学习网络，提出了一套以瞳孔为关键点的检测方法，希望提高诊断精度。
腾讯医疗AI实验室的探索给了我们很多惊喜，但同时也应该看到，医疗AI落地的道路上仍然有许多困难需要克服。
首先，技术方面，无论数据的搜集、标注还是利用，都是一个不小的难题。解决不了这个问题，医疗AI只能是无源之水。
算法的“黑盒子”问题也值得重视。如果一个模型完全不可解释，那么它在很多领域的应用就会因为没办法给出更多可靠的信息而受到限制。这也是为什么在深度学习准确率这么高的情况下，仍然有一大部分人倾向于应用可解释性高的传统统计学模型的原因。
其次，标准方面，“人机大战”和准确率之外我们也需要寻找一套更加科学的评估标准，同时避免过拟合风险。
最后，政策监管方面，无论国内国内都还在不断摸索中前行。
千里之行，始于足下。“基于人工智能的临床辅助决策支持技术及其服务模式解决方案研究”项目的启动，让腾讯和行业在医疗AI落地的道路上又朝前迈进了一大步。这让我们有理由相信，路途中的一切挑战和困难都是可以克服。雷锋网雷锋网
正在生成分享图...
李帅飞