中国公司获世界顶级医学影像智能诊断算法竞赛冠军

　　继2018年全球人脸识别AI算法大赛(FRVT)，中国创业公司展现了惊人技术实力之后：依图科技获得世界第1名，排名前5的人工智能(AI)算法被中国公司包揽，近日，中国创业公司再次发力医学影像AI算法领域，获得世界顶级医学影像AI算法竞赛冠军。

　　2019年8月30日，国际皮肤影像协会ISIC(International Skin Imaging Collaboration )揭晓了第4届世界皮肤病AI诊断算法竞赛排名，北京一家专注皮肤科大数据和人工智能的高科技公司，鼎视智慧(北京)科技有限公司，夺得了该全球顶级医学影像算法竞赛的第1名(基于公开数据)，这是中国公司和机构首次获得该竞赛冠军。

　　竞赛排名截图

　　鼎视智慧CTO庄一新博士表示，今年的比赛测试数据更加多样，诊断难度更大，加之参赛的队伍很多都是医疗图像领域的世界一流团队，取得这样的成绩实属不易。总结原因主要有两点，一是得益于公司在皮肤影像大数据和皮肤病AI辅助诊断领域的长期专注和持续投入，二是鼎视智慧自2017年开始就与国内知名医院皮肤科合作开展皮肤影像AI诊断的科研工作，融合了前沿AI技术和领域专业知识。鼎视智慧有一支以博士为主的研发团队，在皮肤影像AI算法方面做了很多重大独立创新，是我国最早从事医学影像AI技术的公司，开发了“问鼎皮肤SkinReader智慧诊断系统”，“问鼎知肤”医生App，“问鼎知肤”患者小程序等产品，将人工智能技术和深度学习算法应用于医院皮肤科诊疗全过程，赋能医院皮肤科解决医疗大数据管理和AI智慧诊断等问题，客户包括国内一批知名大型医院皮肤科。庄一新博士坦言，由于皮肤病种类繁多、发病特征形态多样，皮肤科专科医生数量不足，目前医院特别是基层医院皮肤科的误诊率比较高。皮肤病AI辅助诊断技术能够大幅度提高基层医院皮肤疾病诊断准确率，推动优质医疗资源下沉和健康中国的发展。未来，人们在县级医院、乡村卫生所甚至在自己家里，使用“问鼎皮肤”AI技术就能够准确诊断皮肤疾病。

　　ISIC皮肤影像AI算法竞赛背景

　　这项竞赛是全球医学影像AI领域最具影响力的算法竞赛之一，每年都有上百家全球最知名高校和高科技公司参加。该竞赛自2016年起每年组织一次，2019年是第4次。竞赛选用标准规范的皮肤镜影像数据集(注：皮肤科的一种专业影像检查，能够消除皮肤表面光的漫反射，并看到一定深度的皮肤透光放大影像)，数据集共有25331张图片，覆盖的病种包括Melanoma(黑色素瘤)、Melanocytic nevus(黑素细胞痣)、Basal cell carcinoma(基底细胞癌)、Actinic keratosis(光化性角化病)、Benign keratosis (良性角化病)、Dermatofibroma(皮肤纤维瘤)、Vascular lesion(血管病变)、Squamous cell carcinoma(鳞状细胞癌)共8类，此外，这次算法竞赛相比去年难度大幅度提高之处在于增加了None of the others类别，代表AI算法要能够判断皮肤影像不属于以上8类中的任何一类。

　　皮肤癌是严峻的全世界性公共卫生问题，每年在美国有超过5,000,000个新诊断的病例。黑色素瘤是最致命的皮肤癌，是导致绝大多数皮肤癌死亡的原因。全球每年黑色素瘤新发病例超过350,000例，死亡人数近60,000例。解决这一问题的关键，在于早筛查早发现。如果能够在早期发现，黑素瘤的存活率超过95%。在我国由于环境和生活方式变化，皮肤癌发病率也逐年上升，人民日报微博曾把黑色素瘤列为20岁年轻人最值得关注的肿瘤问题之首。

　　国际皮肤影像协会ISIC一直致力于用最新技术解决皮肤癌及其他皮肤病的诊断问题。近年来，通过公开发布皮肤镜影像数据集，在全球范围内召集最顶尖医学影像AI算法团队，研发皮肤AI人工智能算法解决方案。这次，中国公司获得第1名，代表着中国公司站到了人类最前沿医疗科技的第一线，推动了全人类在这一领域的进步。

　　中国公司和科研机构排名成绩居前

　　除了鼎视智慧科技获得冠军外，参加这次竞赛的中国公司和机构整体取得了较好的成绩。北京理工大学取得了第5名，中山大学取得了第6名的优异竞赛成绩。近年来，腾讯大举发力医学AI方向，运用先进的AI技术与国内头部医院合作，开展以肿瘤为主的各类疾病的早期筛查，这次竞赛腾讯AI实验室取得了全球第12名的成绩。联想AI实验室取得了第25名的成绩。

　　医疗AI发展还需要更多落地细化配套政策

　　此次竞赛分为两组：一组是只采用公开数据集数据的45家公司或机构，占全部参赛团队的70.3%，中国公司几乎全部只采用公开数据集的数据用于训练;另一组是公司有大量自有数据的19家公司或机构(西方人皮肤影像数据)，占全部参赛团队的29.7%。虽然从算法精度看，中国公司斩获世界第一名，但是从医学实践角度看，拥有大量可用于训练的临床数据，对于解决皮肤病诊断实际问题意义重大。这一问题的解决，有待国家出台更为具体的AI医疗相关政策，推动融合医院的数据和专家优势以及国内顶尖团队的算法优势，用AI技术解决黄种人皮肤病的各类临床落地问题。目前国家层面出台了多项推进医疗AI发展的顶层设计政策，但如何具体在各类医疗机构落地生根，还需要有更多细化政策的配合，才能形成有利于AI技术在医疗领域广泛应用的环境，才能有利于更多中国医疗AI公司在世界上占有一席之地。