在經歷前期摸索和實踐后，3月3日，科技創新2030—“新一代人工智能”重大項目——《醫療影像國家新一代人工智能開放創新平臺建設》在深圳啟動，并召開實施方案論證會。

未來，醫學影像國家新一代人工智能開放創新平臺的建設將圍繞產業起步成本高、產品研發不規范、醫療AI落地難三大制約醫療影像AI行業的卡脖子問題展開攻堅戰。

推動創新平臺的健康運轉，加速行業發展

在當前，部分AI影像產品呈現出叫好不叫座的局面，這是否會影響行業的進一步發展？訪談中，項目負責人、騰訊覓影總經理錢天翼博士表示，在落地醫院的過程中，部分企業的AI影像產品不被看好有著多方面的原因：

一方面，產品早期定義并非來自真實的臨床需要。部分企業AI影像產品為采用競賽數據集開發。由競賽數據驅動研發對于研究計算機原理有用，但無法很好地滿足臨床需求，醫院付費意愿不高。

另一方面，醫院本身有著臨床需求，但是付費意愿來自于醫院醫生本身面臨的巨大臨床壓力。通常情形下，醫院會按照臨床影像檢查設備配置醫生數量，并填寫相關檢查報告。當醫生基本配置平衡時，AI作為效率工具的優勢難以發揮。

騰訊覓影總經理錢天翼

但是當前，大醫院人滿為患，基層醫院大量影像設備閑置，基層醫生在提交高質量的檢查報告時面臨各種制約因素。而隨著醫聯體的發展，上級醫院醫生還需承擔下級醫院醫療影像檢測報告的撰寫。此時，醫療AI作為效率工具，能很好地輔助醫生的工作。

在需求實際存在的同時，從去年下半年開始，也有著大量合作醫院、廠商主動聯系騰訊，希望達成平臺合作。而騰訊也計劃在今年舉辦AI算法大賽，吸引更多專業人士前往平臺。在此次會議上，騰訊也在嘗試通過張惠茅主任——中華醫學會放射學分會醫學大數據與人工智能學組的組長——進行學會方面的合作，讓外界更多的知曉醫療影像國家新一代人工智能開放創新平臺的存在。

按照《醫療影像國家新一代人工智能開放創新平臺建設》規劃，各單位將實現涵蓋標準體系、數據資源、平臺支撐、行業應用、基礎研究五大板塊的一系列推動國內醫療影像AI發展的目標。

預期在2021年年底前，平臺建設方將完成開放創新平臺的落地試用，實現對5種影像數據模態、10個標注疾病種類的標注支持；至2022年6月，將建成共享醫療數據基礎資源庫、醫療脫敏資料查詢與監管平臺等關鍵項目，并初步擬定醫學影像人工智能技術的標準草案。

最終試圖達成的目標，是產生具有自主知識產權的原始創新，提高我國高端醫學影像技術的國際競爭力。

?

騰訊如何加速推動創新平臺建設發展？

《醫療影像國家新一代人工智能開放創新平臺建設》項目的推進，其實也離不開產業鏈各方的合作。騰訊公司作為項目負責人，將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、明峰醫療、廣州互云、醫渡云、鄭州大學第一附屬醫院、南方醫科大學南方醫院、上海全景醫學影像診斷中心、海納醫信等10家單位，完成在醫療影像人工智能領域持續技術創新、建行業生態體系的總體目標。

會上，針對困擾行業發展的三大卡脖子問題，各成員單位分別圍繞共性技術的集成開放、開源代碼共享、技術標準建立、軟硬件轉化、醫療數據基礎資源庫建設、產學研合作模式等角度，提出五大課題方向。科技部科技創新2030—“新一代人工智能”重大項目指南專家組成員、上海交通大學人工智能研究院副院長王延峰教授，針對行業難點組織了項目實施方案論證。

?

前期積攢的經驗，也讓騰訊意識到，自己踩過的“坑”，能夠幫助行業避免同樣的困境。在會上，錢天翼博士指出，“醫療數據標注過程中標注質量的控制和監管是NMPA重點考察的對象，研發過程中對標準的數據集的標注、訓練數據的標注的審核，相當于傳統醫療器械制造行業原材料來源的審核。”

究竟應當采信人工標注數據還是機器標注數據？訪談時，錢天翼博士表示，“首先，目前用來產品研發的標注數據，最終都是由醫學專家確定的。我們在平臺上提出的輔助標注的功能，更多是在研發過程中，加快標注速率。比如，最終模型需要標注一萬例數據，當我們標注了五百例數據后，會先開發初始模型，可以在一定程度上加速標注后續的數據。”

500例標注數據呈現出的模型未必準確，但是可以幫助醫生，加速醫生標注過程，縮短標注時間，并最終通過對一萬例數據的標注訓練得出準確模型。在預標注過程中借助適當的工具，這一過程本身也是得到NMPA認可的。

“這其實是人機交互的過程，最終需要的仍舊是準確的標注結果。在這個過程中，醫生標注可能出現誤差，但是誤差可以通過多人標注，或者通過計算機輔助標注來縮小，使得最終模型展現出真實效果。”錢天翼博士說到。

AI醫療影像行業發展三年踩過哪些坑？

早在2017年11月，科技部召開新一代人工智能發展規劃暨重大科技項目啟動會，會上明確了依托騰訊建設醫療影像國家新一代人工智能開放創新平臺。

而在當年8月，騰訊才發布首款AI醫學影像產品——騰訊覓影。當時，作為首款AI食管癌篩查系統，其準確率超過90%；在肺結節方面，騰訊覓影也可檢測出3毫米及以上的微小結節，檢測準確率超過95%。

選擇依托騰訊建設醫療影像國家新一代人工智能開放創新平臺，多少是基于對騰訊團隊實力的認可。那么AI醫療影像行業發展三年來，騰訊從中學到了什么？

錢天翼博士在訪談時表示，“在2017年底的時間節點上，人工智能產業尚未落地，甚至大公司也才剛剛介入該領域，行業在摸索中發展。”

在這一過程中，騰訊通過自身的親身實踐，發現了不少痛難點：包括醫院對AI產品有什么樣的臨床需求，NMPA如何進行認證，在建設AI影像平臺過程中需要定制開發何種工具、標準和政策的支持等等。

過去3年間，騰訊覓影也獲得了突破性發展。除了實現AI醫學影像分析輔助醫生篩結直腸腫瘤、肺結節、糖尿病視網膜病變、乳腺癌、眼底病變、宮頸癌等疾病，也實現了利用AI輔助引擎輔助醫生對700多種疾病風險進行識別和預測。

更為重要的是，“從產業化角度來講，包括NMPA對如何監管AI產品等，都有了進一步的完善。并且在前期經驗積累基礎上，目前已經可以提煉出部分通用性技術和解決方案，進而對后續產品研發以及探索，起到加速作用。”

騰訊也在這一過程中孵化了多項醫療影像人工智能產品，參與或發起制定相關行業標準10余項，取得發明專利300余項，沉淀了大量的醫學影像人工智能產業化能力和工具。在抗疫期間，騰訊依托騰訊覓影快速開發出新冠肺炎CT輔助診斷系統，也發揮著其科技優勢助力一線抗疫。

從創新創業、全產業鏈合作、學術科研、惠普公益四個維度，騰訊也在不斷推動著醫療影像國家新一代人工智能開放創新平臺的發展，并進入加速平臺發展的全新階段。