近日，騰訊優圖實驗室醫療AI再獲新突破。由騰訊優圖研發的醫療AI系統——醫療器械校準中的超高精度關鍵點檢測方法，從二百余支隊伍中脫穎而出，在2019 Thales AIChallenge4Health中斬獲第一，檢測精度達到國際領先水平。該比賽由全球市占率超過50%的放射治療方案提供商Thales公司主辦，共吸引來自全世界的201支隊伍注冊參與（其中40支隊伍提交了最終結果）。

AIChallenge4Health競賽排名截圖。因為空間限制，只顯示前11名

CT、X光等醫學影像技術是實際就醫過程中的重要環節。一方面，對于患者來說，提升醫療成像設備的成像速度與質量，不僅可以帶來更好的體驗，也為后續診斷與治療提供了有力保障；另一方面，對于外科醫生來說，在手術過程中，對患處進行實時地、準確地成像會極大程度上影響手術的結果。

目前業界比較成熟的成像方案有3D和2D兩種，但它們由于自身特點都各自存在一定缺陷。3D設備成像（比如CT和MRI）效果好但是造價高昂，普通患者難以承受；2D設備（比如X光）雖然體積小、價格低，但是由于拍攝位置和角度的變化，成像過程中會涉及多次的校準行為，從而導致成像質量較差同時成像速度慢。如何利用人工智能提升醫療成像設備的成像效率，降低患者的治療費用和等待時間，成為業界共同思考的問題。

騰訊優圖提出的醫療器械校準中的超高精度關鍵點檢測方法，正是利用AI技術來提高2D設備的成像效率。

在2D設備成像之前，需要對其進行“校準”以提高成像質量，該系統嘗試利用AI技術對X射線影像中的關鍵點進行檢測，從而獲取其精確的坐標，然后利用這些關鍵點對成像設備進行校準。這一過程中，AI技術不僅需要能夠準確判斷圖中關鍵點的個數，還需要輸出每個關鍵點的中心位置。

為了解決校準過程中定位精度要求高，以及部分關鍵點中心相距不到三個像素，難以區分的問題，優圖實驗室將檢測任務分解成三個子任務，然后通過神經網絡進行多任務學習，有效利用深度網絡得到每個關鍵點的準確定位。同時通過全局控制與局部預測相結合，及多任務的聯合與解耦，提高預測的準確度。

系統的邏輯方案

該系統未來可用于相關成像設備的校準，提高設備的成像質量與速度，創造一定的經濟價值與社會效益；同時也可用于高精度點檢測或者校準任務，獲取高質量的檢測結果，幫助醫師準確為患者診斷與治療。

從AI導診到AI輔助癌癥早篩，AI技術在醫療行業中的應用已不陌生。依托前沿的計算機視覺技術，騰訊優圖在醫療AI領域持續探索應用，除了在全球醫療影像大賽LiTS中刷新兩項紀錄，獲得肝分割、肝腫瘤分割兩項技術世界第一之外；不久前還刷新了全球胸部多器官分割大賽SegTHOR Challenge 2019的世界記錄。

技術研發不斷深入的同時，騰訊優圖也通過騰訊首個醫療影像產品“騰訊覓影”持續對外輸出醫療AI能力，目前已支持宮頸癌、肺癌、眼科疾病等疾病篩查，并在國內100多家頂尖三甲醫院進行落地，既減輕了醫生的工作量，也為提升診斷準確率和效率發揮了重要作用。