助力全球科技抗疫 腾讯医疗AI专利已达300余件

腾讯科技
传统的CT重建方法通常需要上百张覆盖病人全身的X光投影,这在一般的X光片采集设备上是难以实现的。腾讯利用一种正交X光重建CT的专利技术,仅利用两张正交的X光片重建出完整的三维CT。对于缺乏CT扫描设备的地区,这种方法提供了一种利用低成本的X光片采集设备获得人体内部三维信息的可能。

搭载“腾讯觅影”AI医学影像和腾讯云技术的人工智能CT设备,只需数秒即可助力医生识别新冠肺炎;和钟南山团队组建联合实验室,攻坚流行病防控AI;向世卫组织捐1000万美元,全球开源新冠肺炎AI自查助手;腾讯 AI Lab 联合舜宇光学科技、第三方医学检验机构金域医学,三方研发的智能显微镜获得国家药品监督管理局(NMPA)注册证,成为国内首个获准进入临床应用的智能显微镜产品……在科技抗疫的道路上,腾讯的医疗AI发挥了巨大作用。

2020年4月26日是第二十个“世界知识产权日”。今年世界知识产权组织发布的知识产权日主题是“为绿色未来而创新”,全国开展的知识产权宣传活动周确定的主题为“知识产权与健康中国”。

作为一家坚持科技创新的互联网公司,腾讯一直重视知识产权保护,建立知识产权保护体系,鼓励科技创新。截止2020年3月底,腾讯在全球主要国家和地区专利申请公开数量超过3.7万件,授权专利超1.4万件,专利申请量在国内互联网公司中排名第一,在全球互联网公司中排名第二。

腾讯最早涉足AI医疗领域的是微信智慧医院,2016年,腾讯申请了医疗挂号系统相关的专利,应用于自主研发的医疗挂号平台。2017年8月,腾讯推出首款将人工智能技术运用到医疗领域的产品——“腾讯觅影”。腾讯在医疗AI领域的专利申请量迅速增长,截至目前,腾讯在医疗AI领域布局的专利已经多达300余件,主要分布于医疗辅诊、病案管理、药品管理、风险监控及医疗影像等多个方向,其中以医疗影像最为核心,例如落地觅影产品糖网病变、肺癌、食管癌、结直肠癌及乳腺等疾病早筛方向。

利用医疗AI“科技抗疫”

2月21日,搭载着腾讯AI医学影像和腾讯云技术的人工智能CT设备在湖北方舱医院成功部署。通过这套设备,AI算法只需数秒即可助力医生识别新冠肺炎,大大缓解了当地CT筛查能力不足的压力。

按照一次胸部CT产生300张影像计算,医生肉眼阅片将耗费5-15分钟。而AI与人工协作的方式,由AI技术分割出可能的病灶图像区域,提示医生重点查看(如下图),将大幅提升检查效率,减轻医生工作量,并让患者得到更及时的治疗。

(AI对CT图像进行自动分割:绿色圈是肺部,蓝色圈是新冠肺炎病灶)

传统的CT重建方法通常需要上百张覆盖病人全身的X光投影,这在一般的X光片采集设备上是难以实现的。腾讯利用一种正交X光重建CT的专利技术,仅利用两张正交的X光片重建出完整的三维CT。对于缺乏CT扫描设备的地区,这种方法提供了一种利用低成本的X光片采集设备获得人体内部三维信息的可能。

对于肺炎监测,腾讯还有一项医学影像检测相关的发明专利申请,可以获取待检测对象的医学影像和病理文本信息,然后对医学影像进行病理类型预测,得到预测信息,以及通过训练后多层感知器对病理文本信息进行识别,得到参考信息,再然后将预测信息和参考信息进行融合,得到预测结果,在预测结果指示所述医学影像为目标病理类型时,从所述医学影像中检测符合所述目标病理类型的区域,得到检测结果。该方案可以提高分类和定位的准确性,提高检测结果的可靠性。

此外,对于病案管理,腾讯提出了一种医疗检验报告解读实现方案,通过建立检验单信息知识库、光学字符识别(OCR)及知识库匹配和输出结果过滤,实现对纸质医疗检验报告的自动解读。通过构建检验指标分类系统,将检验单类型及其标准检验项建立关联关系,保证了识别结果的正确性;通过建立检验项同义词次库,解决同一检验项在不同医院的检验单中表述差异问题,同时只需要丰富同义词,就可以识别出所有检验项,提高了识别结果的召回率;通过与知识库中检验项进行最长子串匹配并将同一检验项的中英文表述合并,解决检验项表述中的包含关系检验项识别错误问题和识别结果重复问题;通过输出结果过滤算法,提高了检验项识别结果的准确率。

4月3日,腾讯决定向世卫组织的COVID-19团结应急基金捐款1000万美元,并与之达成共同推动以数字医疗解决方案助力全球抗疫的协议。同时,腾讯向全球开源“新冠肺炎AI自查助手”,这是一个能帮助全球民众自查新冠肺炎感染风险,并给出防范指引的AI。它的特长是把专业的医学指南,转换成通俗易懂操作简单的对话,帮助民众正确抗疫。

从专利到应用 腾讯医疗AI助力疾病筛查与诊断

从医疗方向来看,腾讯医疗AI专利涉及的方向主要包括乳腺肿瘤、眼底病变、结直肠肿瘤、肺结节与肺癌、脑肿瘤、宫颈癌、肝癌等疾病筛查与诊断等。

比如腾讯提出的一种检测生物组织图像中肿块的专利技术,利用深度神经网络进行疑似恶性肿块判定,使用卷积神经网络实现了乳腺高精度分型,根据乳腺分型结果分别设定肿块探测的分类阈值。判定的阈值由乳腺分型情况决定,而乳腺分型由额外的神经网络得到,不仅提高了系统的自动化程度,也有效地提高疑似恶性肿块的识别精度。可应用于医疗乳腺癌早期筛选,大幅提高了疑似恶性肿块探测的准确性。

病理切片是病理医生进行诊断的核心依据。由于制片染色流程以及病理扫描仪的不同,数字病理图像的色彩存在非常显着的差异。因此,几乎所有数字病理相关的分析之前都需要进行色彩归一化。腾讯提出了一种高性能的对数字病理图像进行色彩归一化的方法,实现了任意病理图像的色彩归一化,与其他色彩归一化方法相比,性能最优,泛化能力极强。

除了在医疗专利上广泛布局,腾讯的研究成果也在真实的临床研究和应用探索中。目前,腾讯推出的“腾讯觅影”产品已能利用AI医学影像分析辅助临床医生筛查早期肺癌、眼底病变、结直肠肿瘤、宫颈癌、乳腺肿瘤等疾病,以及利用AI辅诊引擎辅助医生对700多种疾病风险进行识别和预测。

结合人工智能和脑科学的最新研究成果,腾讯此前还推出了帕金森病运动功能智能评估系统。在中国,帕金森病患者人数将近300万,随着人口老龄化加重,该现象已从医学问题演变为更严重的社会问题。腾讯医疗AI实验室推出的帕金森病运动功能智能评估系统,在患者不穿戴任何传感器的情况下,仅通过普通智能手机摄像头拍摄,就能完成帕金森病的运动功能日常评估,全程只需3分钟,诊断速度相比传统评估方式提升10倍。

在2019年10月召开的国际顶级人工智能医学影像学术会议MICCAI 2019,腾讯AI有8篇论文被大会收录,是参会机构里收录稿量最高的中国企业。入选的8篇论文分别来自腾讯AI Lab与腾讯优图实验室,他们各入选了4篇论文,涉及病理癌症图像分类、医学影像分割、CT病灶检测、机器学习等范畴。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论