醫學的復雜性決定了醫療大數據的多樣化和專業化，當技術型公司試圖將 AI 技術落地到醫療領域時，勢必面臨著比分析單一維度數據更高的門檻和挑戰。

當下，肺癌仍是我國發病率和死亡率最高的惡性腫瘤。我國每年肺癌發病人數達到 83 萬，超過全國癌癥發病人數的 1/5；對應的死亡人數達到 62 萬。可以看到，針對肺癌疾病的研究和探索意義深遠，而業界也普遍相信人工智能技術在肺癌診療方向的前景巨大。

我國首個肺癌臨床科研智能病種庫發布

15日，“華西醫院&依圖醫療”肺癌人工智能成果發布會暨互聯網+醫療人工智能高端峰會在成都舉行，雙方合作研發的國內首個肺癌臨床科研智能病種庫和全球首個肺癌多學科智能診斷系統正式發布。

該數據庫以患者為中心，收錄了四川大學華西醫院2009年至今收治的大量肺癌患者的影像、病理、基因檢測、病歷文本等多維數據，通過人工智能技術對數據進行整合，打造醫療大數據。數據庫的建立將對臨床研究、醫療決策、醫療資源下沉起到積極作用。

據悉，華西醫院在肺癌的早篩早診早治、腫瘤MDT、靶向治療等多個領域位列國內領先水平。依圖是全球領先的人工智能創業公司，近期剛完成來自工銀國際、浦銀國際、高成基金的2億美元C＋輪融資，并已布局人工智能+醫療、安防、芯片、制藥等領域，產業估值近20億美金。

依托這個全球頂級的病種庫，華西-依圖聯合團隊，共同研發了全球首個肺癌多學科智能診斷系統。系統不僅能夠實現結節篩查等初級功能，更能夠實現肺癌全類型病灶的診斷覆蓋，并結合多學科臨床信息進行綜合診斷。該系統有望今年底正式進入臨床運用。

百度發布全新腫瘤識別AI算法 準確率超專業病理醫生

百度研究院發表論文提出一種名為“神經條件隨機場”的全新病理切片分析算法，將腫瘤識別定位準確率大幅提高。在公開數據集Camelyon16大賽測試集上，該算法的腫瘤定位FROC分數達到0.8096，超過專業病理醫生水平，以及由哈佛和麻省理工學院聯合團隊所保持的最好成績。

據介紹，除了病理學切片分析方面的研究，百度還在積極探索AI在眼底影像、放射影像、以及智能問診等其他一些醫療領域的應用。

一直以來，病理切片分析都是癌癥診斷中的黃金標準。但是即便對于經驗豐富的病理醫生來說，病理切片的閱片流程也十分困難復雜。詳盡的閱讀病理切片，且不漏掉任何一處具有臨床價值的病灶，如同大海撈針，是一項十分復雜和耗時的任務。

百度研究院提出一種全新的深度學習算法，一次性輸入一組3x3的圖塊，并聯合預測每一張圖塊是否有腫瘤區域。圖塊之間的空間關系可以通過一種名為“條件隨機場”的概率圖模型來模擬。整套算法框架可以在GPU上進行端到端的訓練，而不需任何后處理的步驟。

同時，百度研究院也在Github上開源了整套算法代碼，以便其他研究人員在此基礎上進行更深入的研究，促進人工智能在醫學圖像分析領域取得更加長足的發展。

AI助力將優質醫療資源下沉到基層

當前，我國頂級醫療機構診療能力集中化趨勢明顯，但醫療資源分布不均的問題也日益突出。大醫院人滿為患，而基層醫療機構診療能力提升困難，以人工智能技術為工具，打破信息屏障，將頂級醫療機構的診療能力賦能基層，將是解決我國醫療資源短缺的重要手段。

從影像數據向病歷、檢驗檢查、語音數據等全維度臨床數據的打通和融合，是 AI 公司對于醫療大數據理解和探索的一次重要突破，而包含診斷數據、國內外診療標準指南、實時更新的多維度診斷庫則有望讓 AI 醫療系統在智能化和專業化領域更進一步。有專家評價，此次發布的數據庫和診斷系統是國際肺癌診斷領域的領先成果。

更為重要的是，將優質的醫療資源與技術產品化和系統化將有望造福更多普通患者和醫療機構。