记者 赵泓维

近日，来自四川大学章毅教授领导的机器智能实验室（MILab）的团队再传喜讯！斩获全球医疗影像大赛LiTS冠军，再次改写了LITS（Liver and Tumor Segentation Challenge，肝脏肿瘤病灶分割挑战）记录，这一记录曾被腾讯优图实验室、健培科技等一流人工智能团队所占据。而机器智能实验室（MILab）在其已有的优秀记录之上再次拔高了AI肿瘤分割的dice值。

世界顶级肝脏肿瘤分割大赛是一场由德国慕尼黑理工大学、以色列特拉维夫大学等高校、MICCAI联合举办的比赛。其赛程的实质是在给定肝脏肿瘤病灶CT图像数据库的条件下，使用参赛者们的算法对库中影像进行自动分割，以提升疾病诊断、图像引导手术及医学数据的可视化，发掘临床诊疗与病理化研究过程中的依据。

肝脏肿瘤的形状各异、大小不同、位置复杂、种类繁多，有些肿瘤块肉眼无法区分。现有的方法时间复杂度高、实用性有限，且在临床之中往往难以操作。未解决肝脏肿瘤分割问题，机器智能实验室（MILab）实验室另辟蹊径，提出了一种三阶段的自动分割算法，首先关注患者肝脏各组织的构造，然后在肝脏的关键区域对肿瘤影像进行精确分割。

在模型方面，团队巧妙地设计了一种2.5D全卷积神经网络框架，能够非常方便的进行迁移学习，降低分割模型的训练时间，减少自动分割的时间复杂度。至2019年3月13日，该方法达到了0.737的dice指标，击败了百余名来自全球各地的参赛选手，取得LiTS肿瘤分割排行榜第一名的成绩。

ICU预警、胸部器官分割赛事均有突破

不仅仅是胸部肿瘤，在一些更接近临床的地方，机器智能实验室（MILab）同样取得了优异的成绩。

国内ICU如今面临巨大压力。一方面，随着老龄化的到来，病人数量不断增加，而医生成长时间长，供求差额越来越大，专业医生资源严重不足。另一方面，目前很多疾病诊疗缺乏适用于国内人群的专业指南，均靠医生经验判断，而有经验的临床医生非常有限。

对于医生而言，进入ICU的患者病情普遍多变复杂，综合数据维度多达236项，远超过了人力的控制范围，难以精准评估病情变化。对于患者而言，ICU的开销不菲，人均消耗医疗费用75673元（年产生医疗费用1000多亿元），可以说ICU是医院中最“烧钱”的科室。

从医生的需求出发，机器智能实验室（MILab）针对性的参加了一些特定项目的AI比赛，譬如MPC（Mortality Prediction Challenge死亡预测挑战）等，尝试处理影像信息以外的数值化信息，以辅助急症室，手术室等需求急迫的科室，寻求更深远的价值。

MPC通过尝试统计ICU患者的多种身体健康数值指标（血压，葡萄糖指标等）、个人信息（年龄，性别等）及疾病状况，从而预测住院期间病人的存活概率。通过分析以上数据，医护人员可以及时分析问题，尝试对患者现有的仪器状态进行调整以挽救患者生命。

机器智能实验室（MILab）团队历时一个月参加该比赛，该比赛的训练集总计80000条病人记录，每条数据有300多个维度，但只有2000条数据的部分维度信息处于“反常状态”。数据不平衡问题是目前的深度神经网络的重点研究的领域，该比赛需要参赛者从如此大量的数据中寻找的这些反常数据，进行特征选择，并分析相关因素对患者死亡时间的影响。

在处理这一问题上，机器智能实验室(MILab)首先尝试用多种传统机器学习方法做数据特征选择，筛选出其中表现最好的算法，再结合神经网络模型进行预测。经过反复的迭代后，团队的预测模型的准确率达到了78%，并在3月15日夺得了榜首。

此外，在一个月前，MILab团队参加了历时三周的CT图像胸部器官分割比赛（SegTHOR, Segmentation of THoracic Organs at Risk in CT images）。该比赛由法国贝克勒尔地区抗癌中心和鲁昂大学联合举办，参赛队伍达到160多支。机器智能实验室(MILab)团队采用2.5D全卷积网络结构，在针对器官的整体性和相互不独立性的基础上，提出了多任务学习的模型训练策略，最终取得了第二名的好成绩。

从“科研”到“产品”的突破

科研只有在转化为可落地的产品时，其价值才能获得最大的体现。由此，在四川大学的支持下，机器智能实验室(MILab)的成员成立了迭迦科技，尝试将科研中的成果逐渐运用于更多的医院，用人工智能技术去解决现有医疗体系中的技术难题与资源难题。

这一新兴人工智能的优势来源于其自上而下的研发路径，坐拥四川大学华西医院、四川省人民医院、成都军区总医院、成都市妇女儿童中心医院的科研合作，迭迦科技能够深入医生需求，了解患者感受，并由此为依托打造人工智能产品。

同时担任迭迦科技董事长的章毅教授向记者举了这样一个例子：“华西乳腺外科吕青教授曾经经手过一位患者，她拿着的彩超报告上出具的诊断结果是‘良性性病变’，但是经过查体和问询等初步诊疗手段，吕青教授高度怀疑该患者是‘恶性病变’，后来使用我们的‘迭迦科技’微信公众号上乳腺癌彩超智能检测系统复查，系统出具的结果是‘倾向于恶性病变’，并及时进行手术治疗。最终，患者的病理报告结果，证明了其确实是‘恶性病变’。”

“这让我觉得，人工智能的价值是在解决患者问题的同时显示出来的，而我们完全了解在这一过程中医生和患者双方的需求。我们完全可以通过商业化的方式让AI发挥更大的价值。”

如今，迭迦科技已经拥有一系列完善的人工智能产品，其涉及领域涵盖了乳腺病变诊断、胸部疾病定性等领域，可对视网膜病变、黄斑水肿病变、婴儿身体指标风险评估、乳腺诊断、甲状腺结节智能诊断、细胞病理诊断等。

这些产品既是迭迦科技现有的成果，也是未来的发展方向。接下来，迭迦科技在继续深入科研的同时，寻求产品研发方向的突破，在这个过程中，迭迦科技希望能有更多志同道合者加入其中，用新时代的技术颠覆医疗，让更多的患者因此受益。