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——脊柱側彎的全自動估計方法，從二百余支隊伍中脫穎而出，在2019 MICCAIAASCE Challenge中斬獲第一，精度達到國際領先水平。該比賽共吸引來自全世界的257支隊伍注冊參與(其中79支隊伍提交了最終結果)。

　　AASCE競賽排名截圖(因為空間限制，只顯示前20名)

　　準確的脊柱彎曲度自動定量評估是青少年特發性脊柱側彎(AIS)臨床評估和治療規劃的一項重要工作。目前基于AIS臨床評價標準使用手工測量Cobb角度具有費時、不可靠的缺點。因此，開發精確的脊柱曲率自動估計方法和脊柱前后X光圖像的誤差矯正成為醫療AI領域的重要問題。

　　目前業界比較成熟的技術方法包括基于手工設計的過濾器分割方法及基于機器學習的自動估計方法。前者使用活動輪廓模型、自定義濾波模型以及帶電粒子模型等數學模型對椎體進行定位，從而獲取脊柱側彎的Cobb角。但是，這種方法需要精確的錐體定位以及特征工程，具有計算量大，泛化性差等確定。近幾年隨著人工智能的發展，業界開始大量嘗試基于機器學習的脊柱側彎的自動估計方法，如采用支持向量回歸、隨機森林回歸以及卷積神經網絡等方法。

　　騰訊優圖實驗室提出的脊柱側彎的自動估計方法，正是利用AI技術作為計算機輔助診斷來提高青少年特發性脊柱側彎評估的精度和效率。

　　邏輯解決方案

　　對于前后位脊柱X光圖，該系統首先采用多尺度分割技術對脊柱進行分割，得到椎體和間隙的分割掩碼。將分割結果作為第二步Cobb角回歸的輸入。第一步分割有兩點目的：1.可視化地排除脊柱區域之外的異常區域(如人為誤差、運動偽影等)帶來的誤差;2.對原圖進行降維，將復雜的X光圖輸入轉化為包含脊柱區域的二值圖。

　　為解決跨中心影像具有不同分布的困難，該系統采用領域遷移的方法，在保證分割精度的同時使網絡盡量無視不同源域之間的差異。進而將分割結果作為輸入，使用深度卷積神經網絡回歸Cobb角。最后，使用多模型融合方法，進一步提升系統的魯棒性。

　　該系統未來可用于青少年特發性脊柱側彎(AIS)計算機輔助診斷及治療規劃，提高醫生在評估脊柱側彎程度的精度及速度，創造一定的經濟價值與社會價值;同時，該系統也可作為早期癥狀的檢測，作為醫生制定治療手段的重要依據。

　　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，騰訊優圖實驗室在醫療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。