騰訊開源首個醫(yī)療AI項目，業(yè)內首個3D醫(yī)療影像大數(shù)據(jù)預訓練模型
乾明 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
騰訊AI，開源又有新動作。
旗下頂級AI實驗室騰訊優(yōu)圖，對外開源了騰訊首個醫(yī)療AI項目——深度學習預訓練模型MedicalNet。
這一項目，專為3D醫(yī)療影像在深度學習上的應用開發(fā)，也是業(yè)內首個同方向上的預訓練模型。
騰訊優(yōu)圖說，MedicalNet能夠加快模型收斂，減輕模型對數(shù)據(jù)量的依賴，幫助3D醫(yī)療影像AI應用“打地基”。
而且，專有領域專有模型，MedicalNet相當于為各個3D醫(yī)療影像應用準備了具備臨床通用知識的數(shù)據(jù)庫。
即使在小數(shù)據(jù)量中，這一數(shù)據(jù)庫的有效特征也能幫助落地應用取得較好的醫(yī)療檢測性能。
開源項目地址：
https://github.com/Tencent/MedicalNet
專為3D醫(yī)療影像開發(fā)
自然圖像領域中存在著許多海量數(shù)據(jù)集，如ImageNet，MSCOCO?；谶@些數(shù)據(jù)集產生的預訓練模型推動了分類、檢測、分割等應用的進步。
與自然圖像不同的是，醫(yī)療影像大部分都是3D結構形態(tài)的，同時，由于數(shù)據(jù)獲取和標注難度大，數(shù)據(jù)量稀少，此前并沒有海量數(shù)據(jù)集及對應的預訓練模型開源。
騰訊優(yōu)圖表示，這正是其開源MedicalNet的原因所在。目前，MedicalNet具備5大特性：
- 1、預訓練網絡可遷移到任何3D醫(yī)療影像的AI應用中，包括但不限于分割、檢測、分類等任務；
- 2、尤其適用小數(shù)據(jù)醫(yī)療影像AI場景，能加快網絡收斂，提升網絡性能；
- 3、通過簡單配置少量接口參數(shù)值，即可進行微調訓練；
- 4、提供多卡訓練以及測試評估代碼，接口豐富，擴展性強；
- 5、提供不同深度3D ResNet預訓練模型，可供不同數(shù)據(jù)量級應用使用。
MedicalNet是如何做出來的？騰訊優(yōu)圖給出了解釋：
MedicalNet聚集了來自多個不同3D醫(yī)療領域的語義分割小規(guī)模數(shù)據(jù)集，并提出了基于多分支解碼器的多域聯(lián)合訓練模型來解決數(shù)據(jù)集中的標注缺失問題。
這一預訓練的適用性也很強，可以遷移到任何3D醫(yī)療影像應用的深度學習模型中。整個系統(tǒng)的工作流程如下圖所示：
效果遠優(yōu)于從零訓練
為了衡量模型效果，他們將MedicalNet模型遷移到預訓練時未接觸過的Visceral和LIDC數(shù)據(jù)集中。
并用它來完成全新的肺部分割和肺結節(jié)分類任務，并與目前常用的從零訓練（train from scratch）以及Kinetics視頻3D預訓練模型在性能以及收斂速度上做了比較。
在肺部分割應用上，與Train from Scratch相比，MedicalNet在Dice上有16%到33%幅度的提升，與Kinetics相比有4%到7%幅度的提升。
在肺結節(jié)良惡性分類應用上，與Train from Scratch先比，MedicalNet的預測準確度提升了6%到23%幅度，與Kinetics相比，提升了7%到20%。
在收斂速度上，無論是在肺分割任務還是肺結節(jié)分類任務上，MedicalNet都能為模型提供一個較低的初始化損失值，明顯加快損失下降速度。
下圖是MedicalNet性能的一個簡單示例，展示了在全器官分割應用中，不同預訓練方式在一定訓練迭代次數(shù)下的測試結果。
圖中表示，基于MedicalNet的結果最接近ground truth，且遠優(yōu)于從零訓練（train from scratch）的結果。
騰訊醫(yī)療AI
騰訊在AI醫(yī)療方面沉淀已久，近年來業(yè)內名聲愈盛，刷新多項世界紀錄。
比如今年6月，全球胸部多器官分割大賽上，騰訊優(yōu)圖與廈門大學王連生老師實驗室聯(lián)手，刷新3項全球新紀錄。在此此前，雙方也在肝分割、肝腫瘤分割兩項技術挑戰(zhàn)賽中斬獲世界第一。
騰訊優(yōu)圖表示，其醫(yī)療AI已經具備進行上億規(guī)模的模型訓練及合作接入的能力。
而且，他們不僅僅只是研究，技術落地也早已開始。
近年來，這些醫(yī)療AI技術正在通過騰訊旗下首個醫(yī)療影像產品“騰訊覓影”持續(xù)對外輸出，目前已支持宮頸癌、肺癌、糖尿病視網膜病變等癌癥篩查，并在國內100多家頂尖三甲醫(yī)院進行落地。
騰訊優(yōu)圖表示，后續(xù)將繼續(xù)開源更多醫(yī)療AI領域的模型，這也是騰訊一直在做的事情。
截至2019年8月，騰訊已在Github上發(fā)布81個開源項目，覆蓋AI、云計算、安全等領域，累計獲得了超過23萬標星。
- 滴滴副總裁葉杰平離職，他是出行巨頭的AI掌門人，戰(zhàn)勝Uber中國的關鍵科學家2020-09-07
- 董明珠的格力空調賣不動了：上半年營收同比腰斬，24年來首次被美的反超2020-09-01
- 手機配件市場上的“隱形巨頭”：80后長沙夫妻創(chuàng)辦，IPO首日市值逼近600億2020-08-31
- 寒武紀半年報：每天虧百萬，銷售力度提升營收反降11%，上市高峰市值跌去40%2020-08-30
相關閱讀
IBM的AI醫(yī)療走進死胡同：想用NLP解決醫(yī)學問題，連Bengio也不看好
IBM Watson醫(yī)療雷聲大雨點小，前期給了很高承諾，如今卻遠遠沒有達成目標。
