一直以來，騰訊覓影作為騰訊醫療人工智能的“代表作”頻頻出現在人們面前。實際上，騰訊覓影背后是幾支不同的技術支持團隊。優圖實驗室就是騰訊覓影背后的技術支持團隊之一。

　　作為騰訊旗下專注計算機視覺的 AI 實驗室，騰訊優圖實驗室成立于 2012 年，專注于圖像處理、模式識別、深度學習，在人臉識別、圖像識別、醫療 AI、OCR 等領域均所有應用。

　　今年 1 月，醫療人工智能科學家鄭冶楓博士加入優圖實驗室。此前鄭冶楓在西門子美國研究院從事智能醫學影像分析，專心于深度學習在醫學影像上的應用研究。近日，鄭冶楓在接受健康點專訪的過程中提到，從視覺識別與圖像處理技術出發，優圖實驗室已經研發了肺癌早篩、乳腺癌早篩、糖網病變早篩、宮頸癌篩查等產品。

　　“相比于藥企、醫療機構、保險公司等，騰訊在醫療方面并不突出，但是在互聯網技術方面卻更有優勢。”鄭冶楓告訴健康點，比如，騰訊作為“醫學影像國家新一代人工智能開放創新平臺”的承建者，其背后擁有優圖實驗室、騰訊醫療 AI 實驗室、AI Lab 等多個團隊的技術積累。近兩年來，騰訊共發表了 180 余篇與計算機視覺、人工智能相關的文章。

　　基于這種技術上的優勢，騰訊希望能夠與一些醫療相關企業合作，從而在為其賦能的同時，與醫院產生更強的聯系。“軟件與硬件結合的成果就是更加智能的硬件。”據鄭冶楓介紹，目前優圖實驗室也在和醫療器械廠商的合作上展開了探索。以乳腺癌的篩查為例，優圖實驗室將人工智能算法集成到深圳華聲醫療技術股份有限公司生產的超聲設備中，幫助醫生提高乳腺癌篩查的準確率。

　　實際上，無論是器械廠商還是醫療機構，他們都有很多可以合作的醫療人工智能企業。健康點統計發現，目前中國已經有近百家涉足醫療人工智能的企業。在眾多的產品中，騰訊又該如何脫穎而出?鄭冶楓的答案是：選擇需求最迫切的病種，做讓醫生用著最“舒服”的人工智能。

　　選最迫切需要 AI 的病種

　　當眾多企業將發展重點放在肺癌篩查產品的時候，也有小部分企業在試圖開發一些覆蓋其他病種的產品。騰訊也是如此，比如優圖實驗室將超聲 AI 研究首先應用到乳腺腫瘤篩查上。為何選擇這些病種?鄭冶楓告訴健康點，對于優圖實驗室來說，首先這個病種要是可以基于影像進行診斷的。“優圖實驗室擅長的是計算機視覺，所以我們比較注重的就是影像，各種不同類型的醫學影像，包括心電圖這種圖像類型的在內。”其次，這個病種對于人工智能的需求要是比較迫切的，比如發病率極高、需要提高篩查效率等。

　　以乳腺癌為例，目前，優圖實驗室正在聯合北京大學深圳醫院、清華大學深圳研究生院、深圳華聲醫療技術股份有限公司開發一款乳腺癌超聲 AI 篩查產品。北京大學深圳醫院超聲影像科主任孫德勝告訴健康點，乳腺癌已經成為中國女性發病率第一高的疾病。根據 2018 年中國癌癥統計報告顯示，2014 年中國女性乳腺癌年新發病例約 27.89 萬例，占女性全部惡性腫瘤發病的 16.51%。

　　定期做乳腺檢查，是預防乳腺癌最有效的方式，乳腺癌發現越早，治療效果越好。實際上，當下中國女性早期乳腺癌中I期檢出率僅有 20% 至 25%，患者 5 年生存率只有 80% 左右。而若在乳腺癌早期階段發現并及早接受規范化治療，患者的 5 年無病生存率可達 95%，II 期患者 5 年存活率也能達到 80% 以上。

　　據孫德勝介紹，目前乳腺癌篩查最簡單的方法是手檢，更準確的方式就是通過醫學影像進行診斷。常見的兩種影像檢查方式一是鉬靶X光，另一種就是超聲。由于歐美女性脂肪較多，更適用于鉬靶檢查，可以清晰地發現脂肪中的腫瘤。但是中國女性的乳腺大多屬于纖維型，脂肪不多，因此鉬靶不容易發現腫瘤。相反，這種情況就更適用于超聲檢查。

　　“正因如此，超聲已經成為現在中國比較推薦的篩查手段，而我們也選擇將人工智能技術運用到超聲檢測當中。”鄭冶楓也提到，再加上超聲與鉬靶相比沒有放射性，對身體損害比較小，價格也比較便宜。

　　提到當下最常見的肺癌篩查產品，鄭冶楓提高，“肺癌篩查的門檻較低，這主要是因為這方面的公開數據集較多。相比之下，其他疾病的公開數據就很少，在一定程度上增加了開發人工智能產品的難度。”

　　要給醫生最舒適的使用場景

　　“好的 AI，準確率高是必要條件。另一個必須要做到的就是給醫生一個不改變他們操作習慣的、最舒適的使用場景。”鄭冶楓告訴健康點，一些 AI 產品在使用的過程中需要醫生手動留存一些圖像，并且還有調整好角度之類的，這其中細小的動作雖然不是給醫生增加很多負擔，但是依舊改變了醫生的使用場景。“這樣很有可能會降低醫生采用這個產品的概率，因為他們不習慣。”

　　以超聲檢查為例。常規的超聲檢查操作是醫生手持探頭，在患者體表進行不同角度的是掃描，與此同時，超聲掃描形成的影像會實時出現在專用的顯示屏上，醫生需要即刻通判斷哪些影像上可能存在病變，并手動截圖留存，以便后續做出診斷。

　　“我們主要想解決兩個問題：一是通過 AI 提高年輕醫生的技術水平。二是通過 AI 提高醫生的工作效率。”孫德勝告訴健康點，“實時識別病變”是目前醫生對乳腺癌 AI 篩查產品最大的要求。

　　這主要是因為 CT，核磁、X光等影像的采集是由技師完成，而閱片由放射科醫生完成，因此不需要實時同步影像，但超聲檢測的難點在于圖像采集與閱片需要同時完成。此外，相較于磁共振、CT 和心電圖等檢查結果，超聲影像大多是依靠醫生采集的不同切面的動態圖像進行診斷的，對超聲醫生個人的操作技術水平要求比較高。

　　鄭冶楓介紹，優圖實驗室研發的產品是將 AI 技術集成到超聲設備上，在設備端的顯示屏上 AI 就可以實時標出可能存在病變的位置，并提醒醫生這個部位可能是惡性腫瘤的概率。與此同時，被標記過的影像會自動截圖保存到云端，醫生可以隨時將圖片再次打開，進行更詳細的解讀和判斷。

　　與傳統的超聲檢測操作相比，加載了 AI 技術的產品也可讓醫生省去手動截圖的過程，可以檢出醫生可能忽略的病變，也可以提醒病變是惡性腫瘤的幾率。值得注意的是，以往的 AI 乳腺癌篩查產品一般是將影像傳輸到云端進行操作，并不是通過將 AI 技術集成在硬件設備上以實時進行圖像分析。鄭冶楓提到，“超聲檢查產生的影像數據量很大，將它傳到云端再進行分析、將分析結果傳回醫生的電腦上，這個過程都需要一定的時間，太慢了。”

　　“以前大家集中探索通過 CT 來做醫學影像 AI，但現在越來越多的人開始把超聲與 AI 結合到一起。”鄭冶楓說道，雖然目前超聲 AI 的發展還存在一定的難題，比如缺少大量的數據訓練等，但是目前超聲 AI 已經被產業重視起來，除了騰訊外，三星、西門子、邁瑞等大公司也有所布局。在創業公司方面，健康點了解到，今年 6 月浙江德尚韻興圖像科技有限公司獲得B輪融資，它被人熟知的產品是超聲甲狀腺結節智能輔助診斷系統。此外，推想科技、依圖醫療等也有所布局。

　　除了 AI 技術的發展外，目前中國的超聲市場整體規模也正在快速成長，這也將帶動 AI 應用在超聲領域的增長速度。根據 IHS 統計數據顯示，2014 年，全球醫用超聲診斷設備市場規模已達 62 億美元左右，預計 2019 年，規模將達 74 億美元，年均復合增長率為 3.6%。2014 年，中國超聲診斷設備市場已達 69 億元。預計 2019 年，中國醫用超聲診斷設備市場規模將達 91 億元，年均復合增長率 5.7%。

　　在大三甲訓練，到基層實踐

　　“AI 腫瘤篩查產品最適用的場景一定在基層，但是前期的產品研發和訓練一定是在三甲醫院完成的。這樣才能保證產品的準確性、敏感度等。”在鄭冶楓看來，AI 腫瘤篩查產品是根本使命就是輔助基層醫生提高診斷準確率。如果 AI 能夠在基層大范圍推廣，也可以在一定程度上吸引患者到基層就診，從而減緩大醫院的壓力。

　　就優圖實驗室的乳腺癌 AI 篩查項目而言，目前產品已經準備進行多中心測試。也就是說，該產品在北大深圳醫院進行訓練后，投到一些二級或基層醫療機構中使用，測試在不同類型醫療機構中的準確性差異。

　　“北大深圳醫院即將在援疆項目中使用這個產品。”據孫德勝介紹，在新疆地區的鄉鎮衛生所，醫生可能只會操作超聲，但是閱片的能力相對較差。這款產品將嘗試把超聲圖像實時傳輸到北大深圳醫院，由醫院的醫生做出診斷結果，再發回新疆的鄉鎮衛生所。孫德勝強調，“未來，超聲 AI 將是發展分級診療、緩解醫療資源不均、輔助基層醫生診斷的有效方式。”

　　提到產品未來在基層的推廣，鄭冶楓表示，基層醫院的購買力是推廣 AI 產品的一個限制因素，但是相比一些大型設備，超聲儀器的價格更低。除了一些高端設備，超聲領域也有一些手持的小型設備，甚至最小的超聲設備只需要一個探頭，連接在手機上就能用。因此，超聲 AI 相比依托于 CT 等大型設備的 AI 可能更適合推廣。

　　值得注意的是，在布局B端產品的同時，目前優圖實驗室還在嘗試開發一款基于手機 APP 和微信小程序的C端產品。用戶可以自行上傳超聲影像，并通過 AI 進行數據分析。鄭冶楓提到，如果 AI 判斷的結果與醫生判斷的結果不同，用戶可以選擇找第三方醫生進行再次診斷，從而進一步提高診斷的準確率。
　　（邯鄲網站建設）