AI+醫療 | 騰訊AI Lab食道癌早期篩查技術率先進入臨床預實驗

騰訊AI實驗室發表於2017-08-04

食管癌是常見惡性腫瘤之一,治療時機非常關鍵,如果在癌症早期發現,只需通過微創手術切除病變區域,治療成本低、基本無併發症、治癒的概率非常高。但我國早期食管癌檢出率低於10%,因為早癌病變特徵非常細微,在檢查時人的肉眼很容易忽略,可能錯過最佳治療時機。同時,食管的炎症與癌症特徵有很多相似性,經驗不足的醫生,有可能把炎症誤診為癌症,從而選擇錯誤的治療方案,導致不必要的身體損傷。

中國食管癌現狀

  • 早期食管癌檢出率低於10%

  • 2015年新發現腫瘤病理排名第三

  • 新發現腫瘤病例男性排名第四、女性排名第五

在食管癌篩查中,醫生要做的第一步是用內鏡篩查判斷病變特徵,從而決定是否進行進一步病理檢查。這裡的內鏡影像裡包含大量畫素資料,在非常有限的篩查時間裡,機器能很快區分病灶之間的細微差別,提升早癌篩查識別率,同時更好辨識出炎症與癌症之間差異性,將兩者區分開來,幫助醫生進行更好的治療。

中山大學醫院管理處處長、廣東省食管癌研究所所長傅劍華教授介紹,AI在醫療上的應用越來越廣泛。國外開發主要聚焦影像識別系統,應用在皮膚科和眼科等。這次合作屬於內鏡影像識別系統,可能在全球屬於首創。中山大學附屬腫瘤醫院胸外科醫師羅孔嘉補充解釋,AI與內鏡結合少,原因包括內鏡影像的拍攝非常困難。而且,比起有無病灶的診斷,病情嚴重程度的診斷技術含量更高。

騰訊AI Lab提出的技術流程歷經三個環節:首先通過食管判別模型,從包含非食管的大資料中辨別並留存食管資料;第二步,將食管資料送到第二個模型,把正常食管和病變食管區別開;第三步,將病變食管資料送到第三個模型,判斷是癌症還是炎症。

AI+醫療 | 騰訊AI Lab食道癌早期篩查技術率先進入臨床預實驗
AI+醫療 | 騰訊AI Lab食道癌早期篩查技術率先進入臨床預實驗

食道癌識別 - 整體流程及相關技術


在這個技術中,我們研究瞭如何將深度學習技術應用到食管癌識別的問題中,通過構建自動識別演算法輔助醫生,提升其診斷效率和準確性。在研究中,這是一個典型的分類問題,目前有VGG和GoogleNet等比較成熟的演算法。而成熟分類演算法的效果並不理想,因為能知道一張影像是否包含癌症,但缺乏定位到具體病變位置的表示資料。因此我們將一張食管影像化整為零,採用Multi-Instance思路,在loss function中加入醫生經驗和醫學知識作為約束,提升了模型學習效能。在模型迭代過程中,我們也會積累少量精準標註資料,通過多工方式,把這些資料的精準特徵強化到前面的判別模型中,從而進一步提升模型識別效果。通過不斷將模型識別結果與醫生標註結果對比,精準標註資料不斷積累,模型也越加成熟。在歷時半年、多次迭代以後,判斷準確率和召回率的綜合指標F1-Score[2]最終達到了90%。


騰訊AI Lab於2016年4月成立以後,專注於基礎研究和應用探索的結合,提出了「學術有影響,工業有產出」的發展目標,目前技術已支援騰訊上百個產品,包括微信、QQ、QQ音樂、天天快報和應用寶等。

2017年3月,斬獲計算機圍棋大賽“UEC杯”冠軍的圍棋AI產品「絕藝」,背靠機器學習強化學習等AI熱門研究,並在騰訊圍棋平臺應用、遊戲AI研發領域具有較高價值。近日在QQ手機版本上線的「實時視訊濾鏡技術」,其相關論文也入選計算機視覺頂級學術會議CVPR,是研發嚮應用快速轉化的又一例證。

相關文章