10月13日-17日，國際頂級人工智慧醫學影像學術會議MICCAI2019(國際醫學圖像計算和計算機輔助幹預會議)在深圳舉辦。MICCAI全稱為Medical Image Computing and Computer Assisted Intervention，是國際公認的跨醫學影像計算(MIC)和計算機輔助介入(CAI)兩個領域的頂級綜合性學術會議。MICCAI被公認有非常強的國際影響力和高學術權威性，是醫學影像分析領域的前沿熱點風向標，引領該領域的未來發展方向。此次，華為雲人工智慧醫學影像分析團隊有3篇論文入圍MICCAI以及MICCAI-MIML，涵蓋宮頸癌篩查、腦中風分割以及平片診斷報告自動升生成相關領域研究成果。
華為雲人工智慧醫學影像專家現場發布研究成果
AI輔助宮頸癌篩查：國際最高水平
研究之一，華為雲聯合金域醫學發布目前業界規模最大的宮頸上皮細胞標註數據集DCCL，數據來1167個患者，共計14432個圖像塊，超過27000個細胞/細胞團級標註，6種不同級別病變，可以有效推動人工智慧在宮頸癌篩查領域的前沿進展。
在宮頸癌篩查落地應用層面，金域醫學病理專家團隊與華為雲AI團隊合作，基於病理形態學，通過深度學習技術，訓練出精準、高效的AI輔助宮頸癌篩查模型。該模型在排陰率高於60%的基礎上，陰性片判讀的正確率高於99%，同時，陽性病變的檢出率超過99.9%。這是目前國際上已公布的AI輔助宮頸癌篩查的最高水平。通過AI輔助，每例病理判讀僅需36秒。通過AI輔助宮頸癌篩查模型判讀速度是人工判讀的10倍。
圖註：業界最大規模宮頸癌細胞公開數據集標註示例效果圖
華為雲醫學影像團隊利用先進的人工智慧平臺與技術，持續賦能生化、免疫、分子、微生物等IVD體外診斷領域，滿足體檢、慢性病管理、重症監測等場景日益劇增的需求。
心腦血管疾病輔診：多點持續突破
研究之二，華為雲AI團隊提出的MSAfusionNet多模態融合網絡，該網絡有效融合多種不同模態影像數據，最大限度的模擬醫生真實閱片場景，可有效檢測早期急性腦中風病灶位置並進行精準分割。該網絡同時在ISLES2018(國際腦中風分割挑戰賽)也大放異彩，AVD獲得第一，DICE獲得第二。
圖註：MFAFusionNet多模態分割算法框架，由MFN特徵融合網絡以及EDN數據解析網絡組成
圖註：隨機挑選4位病人不同模態下的腦部中風區域分割效果圖，紅色填充區域表示真實分割區域，藍色區域表示文章提出的分割效果，黃色區域，綠色區域，紫色區域分別表示消融實驗結果；
在心腦血管疾病輔診領域，除腦中風分割，近期華為雲AI團隊在動脈瘤識別方向又有新的突破。腦動脈瘤位居腦血管疾病病因中的Top3位置，堪稱是沉默又致命的殺手，對其進行早期診斷與治療非常必要。動脈瘤位置多發，形態多樣，對醫生資歷要求較高。中國人口基數大，高資歷醫生匱乏，相關醫生工作強度極大。華為雲AI團隊聯合華中科技大學同濟醫學院附屬協和醫院，將AI技術與專家經驗相結合，在腦動脈瘤診斷方面比人工閱片速度提高300%，敏感度相對人工閱片提升7個百分點，高達98%。
加速AI基礎研究和應用落地
醫療基礎研究方面，華為雲AI醫療團隊投入重兵聚焦解決醫療領域的重大技術難題，相關論文投遞醫療頂會頂刊，在業界多個挑戰賽事上如LUNA-2016、HC-2018、ISLES-2018等獲得業界領先水平。
同時，華為云為用戶提供端到端的AI使能平臺，覆蓋醫療影像、基因組、製藥等領域，與醫療行業領先企業及醫院和高校合作，加速AI研究和應用落地。
在醫療影像領域，華為雲可提供企業級的醫療影像AI平臺，支撐全流程可追溯的端到端AI建模，助力醫療影像AI更加系統、快速、安全地走向市場。
在基因組領域，華為雲AI提供多種解決方案可以讓基因組數據安全高效低成本的存儲在雲上;提供靈活的架構支持基於Docker、HPC、GPU的分析流程;提供科研AI建模工具幫助科研人員更容易地進行基於AI的研發。
在製藥領域，華為雲AI提供多個AI模型用於靶基因發現、藥物組合發現、藥物毒性預測、生物標誌物發現等工作，並提供用於藥物設計軟體的加速方案，可以極大地幫助藥物研發人員，提升藥物研發的效率。
華為雲希望利用AI技術解決醫療領域的基礎難題，通過AI技術轉換，為人類疾病預防、診斷、治療貢獻力量。
來源: 飛象網