0
| 本文作者： 楊鯉萍 | 2019-12-09 18:21 |
雷鋒網(wǎng) AI 開(kāi)發(fā)者按：自 2017 年 7 月國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》以來(lái)，中國(guó)人工智能技術(shù)得以迅猛發(fā)展，并在金融、醫(yī)療、教育、交通、社交等領(lǐng)域快速推廣。
尤其在醫(yī)療這個(gè)擁有海量數(shù)據(jù)、嚴(yán)格判斷規(guī)則且存在大量重復(fù)性勞動(dòng)的現(xiàn)實(shí)場(chǎng)景中，人工智能的特性完全契合了這些工作需求，并發(fā)揮著重要的作用。
正是由于 AI 具備對(duì)大量數(shù)據(jù)學(xué)習(xí)與判斷的能力，通過(guò)對(duì)大量 X 光片數(shù)據(jù)集的訓(xùn)練，智能體能夠在很短的世界內(nèi)達(dá)到接近人類的識(shí)別準(zhǔn)確度。
早在 17 年時(shí)，吳恩達(dá)等研究者借助國(guó)立衛(wèi)生研究院公布的 10 萬(wàn)幅 X 光片對(duì)人工智能算法進(jìn)行訓(xùn)練，就能使該智能體在短短兩個(gè)月的時(shí)間，檢測(cè)精度超越放射科醫(yī)師水平。
而除了肺炎外，人工智能算法也能根據(jù) X 光片，診斷出其它疾病，包括：纖維變性、疝氣以及細(xì)胞團(tuán)塊等；它能夠高效分析 CT 頭掃描疑似中風(fēng)，并標(biāo)記那些更容易出現(xiàn)腦溢血的人，然后將它們集中起來(lái)供放射科醫(yī)師重點(diǎn)檢查。
甚至這種算法還可以幫助發(fā)現(xiàn)乳腺 X 光圖像中那些放射科醫(yī)生肉眼難以發(fā)現(xiàn)的乳腺腫瘤。并且值得一提的是，數(shù)據(jù)顯示人工智能的診斷準(zhǔn)確率也高于國(guó)立衛(wèi)生研究院的基準(zhǔn)線。
當(dāng)然，AI 醫(yī)療遠(yuǎn)不止識(shí)別 X 光片、判斷病情，它還可以幫助醫(yī)生有效提高病例錄入效率、輔助醫(yī)生進(jìn)行藥物研發(fā)、提供診療方法參考等。
從這些實(shí)例中我們會(huì)發(fā)現(xiàn)，AI 醫(yī)療的應(yīng)用非常廣泛，但 AI 病理開(kāi)發(fā)環(huán)節(jié)主要涉及到了三個(gè)部分，包括了：數(shù)據(jù)積累、算法開(kāi)發(fā)、場(chǎng)景應(yīng)用環(huán)節(jié)；而這三大環(huán)節(jié)所包含的 AI 病理診斷及醫(yī)學(xué)影像識(shí)別核心技術(shù)，其實(shí)也主要涉及到三部分：
首先是數(shù)據(jù)挖掘，主要應(yīng)用于數(shù)據(jù)采集環(huán)節(jié)。在這一部分，人工智能需要從大量的數(shù)據(jù)中自動(dòng)搜索其中與病理特征有著相關(guān)性的圖像信息；而高質(zhì)量的數(shù)據(jù)資源正是進(jìn)行有效算法開(kāi)發(fā)的關(guān)鍵。
其次是圖像識(shí)別，主要應(yīng)用于數(shù)據(jù)分析環(huán)節(jié)。通過(guò)對(duì)影像等多媒體醫(yī)療非結(jié)構(gòu)化數(shù)據(jù)的識(shí)別與分析，從而實(shí)現(xiàn)對(duì)具有臨床意義信息的提取。
最后是深度學(xué)習(xí)，主要應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，也是整個(gè) AI 診斷中最核心的環(huán)節(jié)。正因臨床醫(yī)學(xué)能夠提供極為豐富的相關(guān)數(shù)據(jù)，利用深度學(xué)習(xí)對(duì)人工智能（AI）進(jìn)行訓(xùn)練的難度就越低，它可以達(dá)到較高性能，應(yīng)用也十分靈活。
可以看到，在臨床應(yīng)用中的 AI 醫(yī)療核心流程即：以傳統(tǒng)醫(yī)療手段中采集到的醫(yī)療數(shù)據(jù)作為基礎(chǔ)，通過(guò)這些數(shù)據(jù)對(duì)人工智能進(jìn)行相應(yīng)的訓(xùn)練，然后根據(jù)臨床治療經(jīng)驗(yàn)建立人工智能醫(yī)療圖譜。當(dāng)然，由于應(yīng)用場(chǎng)景、病種、病程等不同，病理數(shù)據(jù)的獲取、分類也將有所區(qū)別。
AI 病理診斷技術(shù)可大幅縮短醫(yī)生的工作量，提高放射學(xué)、病理學(xué)等依賴醫(yī)學(xué)圖像支持的專業(yè)的診斷效率和準(zhǔn)確性。因此，AI 研習(xí)社這次以 AI 醫(yī)療為主題，開(kāi)設(shè)了「肺炎 X 光病灶識(shí)別」挑戰(zhàn)賽。
大賽主頁(yè)提供了「肺炎 X 光片」相關(guān)的數(shù)據(jù)集，包括了訓(xùn)練集 20013 張以及測(cè)試集 6671 張。比賽任務(wù)也非常明確：只需編寫相應(yīng)代碼，訓(xùn)練模型完成對(duì)測(cè)試集圖片內(nèi)容的正確識(shí)別即可~
開(kāi)始時(shí)間：2019-12-09 09:00:00
結(jié)束時(shí)間：2020-01-08 00:00:00
大賽基礎(chǔ)獎(jiǎng)金池為 2000 元，比賽一共設(shè)置了三種獎(jiǎng)項(xiàng)，包括了：參與獎(jiǎng)（30%）、突破獎(jiǎng)（20%）、排名獎(jiǎng)（50%）；三種獎(jiǎng)項(xiàng)互不沖突，而優(yōu)秀的選手（比如你），當(dāng)然也是可以直接一次性全部拿走哦！
除此之外，在這一挑戰(zhàn)賽中，我們也向大家免費(fèi)開(kāi)放了珍貴的 GPU 資源；只要報(bào)名之后，點(diǎn)擊頁(yè)面右側(cè)的「獲取免費(fèi)云訓(xùn)練資源」，即可任意使用。
數(shù)據(jù)集下載鏈接：
最終提交結(jié)果文件如下所示，其中，第一個(gè)字段位：測(cè)試集圖片 ID（注意 ID 即文件名是從 0 開(kāi)始的）；第二個(gè)字段：病灶數(shù)量（0、1、2、3、4）。
Ps：建議使用 UTF-8 編碼，共計(jì) 6671 個(gè)結(jié)果，因?yàn)閿?shù)量不足可能導(dǎo)致無(wú)法評(píng)分哈~
整個(gè)比賽的評(píng)審?fù)耆该骰覀儗?huì)對(duì)比選手提交的 csv 文件，確認(rèn)正確分辨圖片數(shù)據(jù)，并按照如下公式計(jì)算得分，其中：
True：模型分類正確數(shù)量
Total ：測(cè)試集樣本總數(shù)量
每日 24:00，我們也會(huì)將最新結(jié)果更新在官網(wǎng)排行榜上，你可以隨時(shí)隨地查看自己的排名情況。
更多信息，可進(jìn)入?yún)①愔黜?yè)查看：https://god.yanxishe.com/18
雷鋒網(wǎng) AI 開(kāi)發(fā)者 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
