搭載“騰訊覓影”AI 醫學影像和騰訊云技術的人工智能 CT 設備，只需數秒即可助力醫生識別新冠肺炎；和鐘南山團隊組建聯合實驗室，攻堅流行病防控 AI；向世衛組織捐 1000 萬美元，全球開源新冠肺炎 AI 自查助手；騰訊 AI Lab 聯合舜宇光學科技、第三方醫學檢驗機構金域醫學，三方研發的智能顯微鏡獲得國家藥品監督管理局（NMPA）注冊證，成為國內首個獲準進入臨床應用的智能顯微鏡產品……在科技抗疫的道路上，騰訊的醫療 AI 發揮了巨大作用。

　　2020 年 4 月 26 日是第二十個“世界知識產權日”。今年世界知識產權組織發布的知識產權日主題是“為綠色未來而創新”，全國開展的知識產權宣傳活動周確定的主題為“知識產權與健康中國”。

　　作為一家堅持科技創新的互聯網公司，騰訊一直重視知識產權保護，建立知識產權保護體系，鼓勵科技創新。截止 2020 年 3 月底，騰訊在全球主要國家和地區專利申請公開數量超過 3.7 萬件，授權專利超 1.4 萬件，專利申請量在國內互聯網公司中排名第一，在全球互聯網公司中排名第二。

　　騰訊最早涉足 AI 醫療領域的是微信智慧醫院，2016 年，騰訊申請了醫療掛號系統相關的專利，應用于自主研發的醫療掛號平臺。2017 年 8 月，騰訊推出首款將人工智能技術運用到醫療領域的產品——“騰訊覓影”。騰訊在醫療 AI 領域的專利申請量迅速增長，截至目前，騰訊在醫療 AI 領域布局的專利已經多達 300 余件，主要分布于醫療輔診、病案管理、藥品管理、風險監控及醫療影像等多個方向，其中以醫療影像最為核心，例如落地覓影產品糖網病變、肺癌、食管癌、結直腸癌及乳腺等疾病早篩方向。

　　利用醫療 AI“科技抗疫”

　　2 月 21 日，搭載著騰訊 AI 醫學影像和騰訊云技術的人工智能 CT 設備在湖北方艙醫院成功部署。通過這套設備，AI 算法只需數秒即可助力醫生識別新冠肺炎，大大緩解了當地 CT 篩查能力不足的壓力。

　　按照一次胸部 CT 產生 300 張影像計算，醫生肉眼閱片將耗費5-15 分鐘。而 AI 與人工協作的方式，由 AI 技術分割出可能的病灶圖像區域，提示醫生重點查看（如下圖），將大幅提升檢查效率，減輕醫生工作量，并讓患者得到更及時的治療。

（AI 對 CT 圖像進行自動分割：綠色圈是肺部，藍色圈是新冠肺炎病灶）

　　傳統的 CT 重建方法通常需要上百張覆蓋病人全身的X光投影，這在一般的X光片采集設備上是難以實現的。騰訊利用一種正交X光重建 CT 的專利技術，僅利用兩張正交的X光片重建出完整的三維 CT。對于缺乏 CT 掃描設備的地區，這種方法提供了一種利用低成本的X光片采集設備獲得人體內部三維信息的可能。

　　對于肺炎監測，騰訊還有一項醫學影像檢測相關的發明專利申請，可以獲取待檢測對象的醫學影像和病理文本信息，然后對醫學影像進行病理類型預測，得到預測信息，以及通過訓練后多層感知器對病理文本信息進行識別，得到參考信息，再然后將預測信息和參考信息進行融合，得到預測結果，在預測結果指示所述醫學影像為目標病理類型時，從所述醫學影像中檢測符合所述目標病理類型的區域，得到檢測結果。該方案可以提高分類和定位的準確性，提高檢測結果的可靠性。

　　此外，對于病案管理，騰訊提出了一種醫療檢驗報告解讀實現方案，通過建立檢驗單信息知識庫、光學字符識別（OCR）及知識庫匹配和輸出結果過濾，實現對紙質醫療檢驗報告的自動解讀。通過構建檢驗指標分類系統，將檢驗單類型及其標準檢驗項建立關聯關系，保證了識別結果的正確性；通過建立檢驗項同義詞次庫，解決同一檢驗項在不同醫院的檢驗單中表述差異問題，同時只需要豐富同義詞，就可以識別出所有檢驗項，提高了識別結果的召回率；通過與知識庫中檢驗項進行最長子串匹配并將同一檢驗項的中英文表述合并，解決檢驗項表述中的包含關系檢驗項識別錯誤問題和識別結果重復問題；通過輸出結果過濾算法，提高了檢驗項識別結果的準確率。

　　4 月 3 日，騰訊決定向世衛組織的 COVID-19 團結應急基金捐款 1000 萬美元，并與之達成共同推動以數字醫療解決方案助力全球抗疫的協議。同時，騰訊向全球開源“新冠肺炎 AI 自查助手”，這是一個能幫助全球民眾自查新冠肺炎感染風險，并給出防范指引的 AI。它的特長是把專業的醫學指南，轉換成通俗易懂操作簡單的對話，幫助民眾正確抗疫。

　　從專利到應用騰訊醫療 AI 助力疾病篩查與診斷

　　從醫療方向來看，騰訊醫療 AI 專利涉及的方向主要包括乳腺腫瘤、眼底病變、結直腸腫瘤、肺結節與肺癌、腦腫瘤、宮頸癌、肝癌等疾病篩查與診斷等。

　　比如騰訊提出的一種檢測生物組織圖像中腫塊的專利技術，利用深度神經網絡進行疑似惡性腫塊判定，使用卷積神經網絡實現了乳腺高精度分型，根據乳腺分型結果分別設定腫塊探測的分類閾值。判定的閾值由乳腺分型情況決定，而乳腺分型由額外的神經網絡得到，不僅提高了系統的自動化程度，也有效地提高疑似惡性腫塊的識別精度。可應用于醫療乳腺癌早期篩選，大幅提高了疑似惡性腫塊探測的準確性。

　　病理切片是病理醫生進行診斷的核心依據。由于制片染色流程以及病理掃描儀的不同，數字病理圖像的色彩存在非常顯著的差異。因此，幾乎所有數字病理相關的分析之前都需要進行色彩歸一化。騰訊提出了一種高性能的對數字病理圖像進行色彩歸一化的方法，實現了任意病理圖像的色彩歸一化，與其他色彩歸一化方法相比，性能最優，泛化能力極強。

　　除了在醫療專利上廣泛布局，騰訊的研究成果也在真實的臨床研究和應用探索中。目前，騰訊推出的“騰訊覓影”產品已能利用 AI 醫學影像分析輔助臨床醫生篩查早期肺癌、眼底病變、結直腸腫瘤、宮頸癌、乳腺腫瘤等疾病，以及利用 AI 輔診引擎輔助醫生對 700 多種疾病風險進行識別和預測。

　　結合人工智能和腦科學的最新研究成果，騰訊此前還推出了帕金森病運動功能智能評估系統。在中國，帕金森病患者人數將近 300 萬，隨著人口老齡化加重，該現象已從醫學問題演變為更嚴重的社會問題。騰訊醫療 AI 實驗室推出的帕金森病運動功能智能評估系統，在患者不穿戴任何傳感器的情況下，僅通過普通智能手機攝像頭拍攝，就能完成帕金森病的運動功能日常評估，全程只需 3 分鐘，診斷速度相比傳統評估方式提升 10 倍。

　　在 2019 年 10 月召開的國際頂級人工智能醫學影像學術會議 MICCAI 2019，騰訊 AI 有 8 篇論文被大會收錄，是參會機構里收錄稿量最高的中國企業。入選的 8 篇論文分別來自騰訊 AI Lab 與騰訊優圖實驗室，他們各入選了 4 篇論文，涉及病理癌癥圖像分類、醫學影像分割、CT 病灶檢測、機器學習等范疇。

總結

以上是生活随笔為你收集整理的助力全球科技抗疫 腾讯医疗AI专利已达300余件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。