腾讯入局AI医疗 食道癌早筛发现率达90%

继百度公布医疗AI计划，阿里健康发布医疗AI产品“DoctorYou”之后，BAT三巨头中始终低调的腾讯终于也宣布参与到这波浪潮之中。

8月3日，在2017“互联网+”数字经济中国行·广东峰会上，腾讯发布了其医疗AI影像产品矩阵“腾讯觅影”，并宣布其首个应用AI医学影像的食管癌早筛项目进入临床预试验阶段。

腾讯方面给出的数据是：腾讯觅影筛查一个内镜检查用时不到4秒，对早期食管癌的发现准确率高达90%。而对比看，中国早期食管癌检出率低于10%。

据了解，该项目是由中山大学附属肿瘤医院、广东省第二人民医院、深圳市南山区人民医院与腾讯对接推进的，医院方面负责提供医学思路和影像数据，腾讯方面则提供产品思路和图像处理的底层能力。

AI作为一个全新的技术，初来时总能引人无限遐想，甚至于“阿尔法狗”的出现还让人一度怀疑AI是否有可能取代人类。但当AI技术“落地”到医疗这样事关人命的领域时，一系列数据背后依然有很多问题待解。例如：数据质量是否足够高?AI早筛的准确率如何?“落地”误诊的风险如何避免?“腾讯觅影”相对于沃森医生、DOCTORYOU有什么竞争优势?

读图破几卷，医疗AI可出师？

腾讯移动互联网事业群副总裁陈广域展示了这样一组数据：食管癌是常见恶性肿瘤之一，由于缺乏足够的认知和有效的早期筛查手段，目前中国早期食管癌检出率低于10%，而腾讯觅影筛查一个内镜检查用时不到4秒，对早期食管癌的发现准确率高达90%。

中山大学医院管理处处长傅剑华详解整个早筛项目的过程，整个食管癌AI初筛接入了6万张内镜图，这些影像图被分为两部分，一部分用于构建初筛的AI模型，一部分用于检验和修正。

中山大学附属医院的罗孔嘉博士全程参与了食管癌AI影像初筛项目。他表示，现阶段得到的初筛准确率是基于对食管癌内镜图历史数据回顾性研究得到，腾讯在其中发挥了巨大作用，将模型搭建的周期由超过一年缩短为了两个月，但该模型并未经足量的临床检验，下一步才会考虑投入到临床前检验，以修正模型。

这6万张食道癌内镜图数量是否足以支撑项目“落地”呢？

腾讯互联网+医疗负责人常佳在接受采访时表示：“对于AI影像早筛项目，判断接入数据是否充分主要不是看数据的绝对数量，而是要看数据占整体病种数据的比重。每年全球大约有50万人患食道癌，而中国的患者差不多就有28万，占了全球的55%。中国食管癌两大高发区是广东和河南，腾讯和中山大学附属肿瘤医院是合作方，其还有一家河南三甲医院参与了项目，两家医院吸引到了相当数量的食道癌患者。这样，早晒项目需要的影像数据会集中到这两家医院，占比也比较高，不像其他一些病种，影像资料过于分散。”

“落地”场景，一端辅诊，一端慈善

即使食管癌AI影像早筛的准确率达到了99%，依然会有1%的误诊率，因此在预临床阶段的场景设置就显得尤为重要。

腾讯很好地突出了自身产品经营的优势，在食管癌AI影像早筛项目的场景设置上，将重心一端放在了医生诊疗室的辅诊场景上，一端放在了食管癌高发地汕头的慈善普查场景上。

目前，深圳市南山区人民医院、中山大学附属肿瘤医院已经完成了“腾讯觅影”食管癌AI影像初筛系统的连接工作，医生下一步会开始使用系统辅助读片工作。系统在辅诊过程中更多的是扮演的“提醒者”角色，当一些经验不足的医生漏判时，系统会提醒医生复审内镜图，从而整体上改善医生对食管癌影像的判断准确率。

与此同时，腾讯觅影团队还打算与腾讯慈善基金会一起在食管癌高发地汕头做一个公益普查，用慈善撬动项目落地。中国早期食管癌检出率低于10%，而像食管癌这种非常见疾病，基层医生通常读片经验较差，而培训基层医生的成本高、周期长，而且效果不佳，因此需要借助AI早筛技术提高基层医生水平。

腾讯方面已和汕头市卫计委和汕头市政府达成了合作框架，也在和广东省食药监局沟通，相关申请还在审批中。

值得一提的是，腾讯创始人马化腾就是汕头人。去年4月，马化腾宣布，个人将捐出1亿股腾讯股票，注入腾讯公益慈善基金，支持在中国内地为主的医疗、教育、环保等公益慈善项目以及全球前沿科技和基础学科的探索。按照当日收盘价计算，1亿股腾讯股票价值高达165亿港币，合计约138.7亿人民币。

立足本土，做深做广AI医疗影像

当被问及腾讯觅影和百度AI计划、阿里DoctorYou相比有何优势时，腾讯方面表示，不便做过多评论。

但当谈及IBM沃森医生时，腾讯方面则提到了一个很有意思的现象：即人种会很大影响AI医疗影像系统诊断的准确率。

据了解，沃森医生在进驻中国之后诊断的准确率出现了明显下降，由此来看，立足本土建立系统粘性或许是做AI医疗的一条思路。

而腾讯方面下一步也会围绕食管癌AI影像初筛项目做一系列深入探索，现在AI系统只能做到判断食管癌“有无”，下一步则需要判断食管癌的性质和病变阶段。另一方面，腾讯可能会将肿瘤图像与电子病历、基因组学和生物样本数据库等关联起来，以便AI在深度学习中形成更全面的判断。

（内容来源：健康点healthpoint）

本文来源于网络，版权归作者所有，如有侵权请联系网站客服。