感謝閱讀騰訊AI Lab微信号第四篇文章，我們将從技術角度解析近期釋出的技術案例。同步發送的頭條文章則深度解析了剛結束的頂級學術會議ACL上的三大前沿研究及重點論文解析，敬請關注。
昨天，騰訊釋出了首款AI醫學影像産品——騰訊覓影，使用騰訊AI Lab技術的食管癌早期篩查也成為首個進入臨床預試驗的項目，實作了篩查一個内鏡檢查用時不到4秒，對早期食管癌的發現準确率高達90% 1 。
同時，騰訊還宣布發起成立了人工智能醫學影像聯合實驗室，中山大學附屬惡性良性腫瘤醫院（廣東省食管癌研究所）、廣東省第二人民醫院、深圳市南山區人民醫院成為首批加入聯合實驗室的合作醫院。
食管癌是常見惡性惡性良性腫瘤之一，治療時機非常關鍵，如果在癌症早期發現，隻需通過微創手術切除病變區域，治療成本低、基本無并發症、治愈的機率非常高。但我國早期食管癌檢出率低于10%，因為早癌病變特征非常細微，在檢查時人的肉眼很容易忽略，可能錯過最佳治療時機。同時，食管的發炎與癌症特征有很多相似性，經驗不足的醫生，有可能把發炎誤診為癌症，進而選擇錯誤的治療方案，導緻不必要的身體損傷。
中國食管癌現狀
早期食管癌檢出率低于10%
2015年新發現惡性良性腫瘤病理排名第三
新發現惡性良性腫瘤病例男性排名第四、女性排名第五
在食管癌篩查中，醫生要做的第一步是用内鏡篩查判斷病變特征，進而決定是否進行進一步病理檢查。這裡的内鏡圖像裡包含大量像素資料，在非常有限的篩查時間裡，機器能很快區分病竈之間的細微差别，提升早癌篩查識别率，同時更好辨識出發炎與癌症之間差異性，将兩者區分開來，幫助醫生進行更好的治療。
中山大學醫院管理處處長、廣東省食管癌研究所所長傅劍華教授介紹，AI在醫療上的應用越來越廣泛。國外開發主要聚焦影像識别系統，應用在皮膚科和眼科等。這次合作屬于内鏡圖像識别系統，可能在全球屬于首創。中山大學附屬惡性良性腫瘤醫院胸外科醫師羅孔嘉補充解釋，AI與内鏡結合少，原因包括内鏡圖像的拍攝非常困難。而且，比起有無病竈的診斷，病情嚴重程度的診斷技術含量更高。
騰訊AI Lab提出的技術流程曆經三個環節：首先通過食管判别模型，從包含非食管的大資料中辨識并留存食管資料；第二步，将食管資料送到第二個模型，把正常食管和病變食管差別開；第三步，将病變食管資料送到第三個模型，判斷是癌症還是發炎。
<small>食道癌識别 - 整體流程及相關技術<big>
在這個技術中，我們研究了如何将深度學習技術應用到食管癌識别的問題中，通過建構自動識别算法輔助醫生，提升其診斷效率和準确性。在研究中，這是一個典型的分類問題，目前有VGG和GoogleNet等比較成熟的算法。而成熟分類算法的效果并不理想，因為能知道一張圖像是否包含癌症，但缺乏定位到具體病變位置的表示資料。是以我們将一張食管圖像化整為零，采用Multi-Instance思路，在loss function中加入醫生經驗和醫學知識作為限制，提升了模型學習性能。在模型疊代過程中，我們也會積累少量精準标注資料，通過多任務方式，把這些資料的精準特征強化到前面的判别模型中，進而進一步提升模型識别效果。通過不斷将模型識别結果與醫生标注結果對比，精準标注資料不斷積累，模型也越加成熟。在曆時半年、多次疊代以後，判斷準确率和召回率的綜合名額F1-Score2最終達到了90%。
騰訊AI Lab于2016年4月成立以後，專注于基礎研究和應用探索的結合，提出了「學術有影響，工業有産出」的發展目标，目前技術已支援騰訊上百個産品，包括微信、QQ、QQ音樂、天天快報和應用寶等。
2017年3月，斬獲計算機圍棋大賽“UEC杯”冠軍的圍棋AI産品「絕藝」，背靠機器學習與強化學習等AI熱門研究，并在騰訊圍棋平台應用、遊戲AI研發領域具有較高價值。近日在QQ手機版本上線的「實時視訊濾鏡技術」，其相關論文也入選計算機視覺頂級學術會議CVPR，是研發向應用快速轉化的又一例證。
<small>1和2中的準确率指F-meaasure，是資訊檢索領域的常用評價标準，一般用于評價分類模型的好壞。F1-score是準确率與召回率的權重調和平均，當數值較高時，能說明檢驗方法比較有效。
關于騰訊覓影：8月3日在廣州舉辦的2017 “網際網路+”數字經濟中國行廣東峰會上，騰訊正式釋出AI 醫學影像産品「覓影」，并與多家合作醫院建立聯合實驗室。在騰訊公司内部，由騰訊網際網路+合作事業部牽頭，騰訊覓影聚合了包括騰訊AI Lab、優圖實驗室、架構平台部等多個AI技術團隊能力，把圖像識别、深度學習等技術充分發揮。AI與醫學的跨界融合，可以有效輔助醫生發現癌變征兆，将病魔遏制在搖籃裡。<big>