2019年10月13日-17日，第22屆醫(yī)學(xué)圖像計(jì)算和計(jì)算機(jī)輔助干預(yù)國(guó)際會(huì)議（MICCAI 2019）在深圳盛大召開(kāi)，柏視醫(yī)療應(yīng)邀與來(lái)自全球各地的2400多名生物醫(yī)學(xué)科學(xué)家，工程師和臨床醫(yī)生共同參與醫(yī)學(xué)影像的探索。
作為國(guó)際頂級(jí)醫(yī)學(xué)影像會(huì)議，MICCAI在全球的影響力和權(quán)威性不容小覷，此次會(huì)議，接收的論文首度突破1000篇，比去年增加了70%，最終收錄量高達(dá)538篇，論文涉及與醫(yī)學(xué)成像和計(jì)算機(jī)輔助干預(yù)相關(guān)的廣泛學(xué)科。
從今年論文的接收情況看，基于CT影像的肺結(jié)節(jié)檢測(cè)和分析相關(guān)的論文有20余篇，而乳腺鉬靶影像等相關(guān)文章達(dá)10余篇，而538篇收錄文章中，絕大多數(shù)都繞不開(kāi)“人工智能”，由此可預(yù)見(jiàn)，未來(lái)的幾年，人工智能將成為醫(yī)學(xué)影像的重中之重。
相比于產(chǎn)業(yè)界，學(xué)術(shù)界似乎對(duì)醫(yī)學(xué)人工智能的未來(lái)抱有更多期待與憧憬。大會(huì)走廊的Paper Wall，參與展覽的500多篇論文大都使用了與卷積神經(jīng)網(wǎng)絡(luò)相關(guān)的算法，其內(nèi)容既包括用深度學(xué)習(xí)重構(gòu)影像工作流，又包括對(duì)單個(gè)病種的CT、病理等影像的優(yōu)化分析。
在柏視醫(yī)療的展位，前來(lái)參觀的各國(guó)專(zhuān)家、學(xué)者們也表現(xiàn)出了將人工智能應(yīng)用于醫(yī)學(xué)影像領(lǐng)域的強(qiáng)烈興趣。其中，在現(xiàn)場(chǎng)被提及最多的是近期較為熱門(mén)的三個(gè)人工智能可能發(fā)展的方向：聯(lián)邦學(xué)習(xí)、深度學(xué)習(xí)自動(dòng)化、通用表征學(xué)習(xí)。
聯(lián)邦學(xué)習(xí)(federated learning)是一種能夠讓開(kāi)發(fā)者與各企業(yè)機(jī)構(gòu)利用分散在多個(gè)位置的訓(xùn)練數(shù)據(jù)對(duì)中心深度神經(jīng)網(wǎng)絡(luò)(DNN)進(jìn)行訓(xùn)練的學(xué)習(xí)范式，該方法可以支持各企業(yè)機(jī)構(gòu)針對(duì)共享模型開(kāi)展協(xié)作，而無(wú)需共享任何臨床數(shù)據(jù)。
聯(lián)邦學(xué)習(xí)最早由谷歌提出，原本用于解決安卓手機(jī)終端用戶在本地更新模型的問(wèn)題，其設(shè)計(jì)目標(biāo)是在保障大數(shù)據(jù)交換時(shí)的信息安全、保護(hù)終端數(shù)據(jù)和個(gè)人數(shù)據(jù)隱私，廣泛運(yùn)用于保險(xiǎn)行業(yè)的人工智能算法學(xué)習(xí)。
而NVIDIA在MICCAI 2019上發(fā)布的首個(gè)面向醫(yī)學(xué)影像的隱私保護(hù)型聯(lián)邦學(xué)習(xí)系統(tǒng)，以及CVPR和 MICCAI 的領(lǐng)域主席、MICCAI2020程序委員會(huì)聯(lián)席主席周少華教授提及的理論：聯(lián)邦學(xué)習(xí)可能成為人工智能發(fā)展方向。更是將聯(lián)邦學(xué)習(xí)直接引向聚焦話題。
MICCAI現(xiàn)場(chǎng)，柏視醫(yī)療CEO沈爍博士為NVIDIA醫(yī)療業(yè)務(wù)的副總裁Kimberly Powell詳細(xì)介紹了柏視醫(yī)療的放療靶區(qū)智能勾畫(huà)解決方案，雙方就靶區(qū)勾畫(huà)解決方案的技術(shù)及臨床應(yīng)用等問(wèn)題展開(kāi)了深入的溝通和交流。
柏視醫(yī)療自主研發(fā)的放療靶區(qū)智能勾畫(huà)解決方案，包括全身危及器官自動(dòng)勾畫(huà)以及腫瘤靶區(qū)（GTV）、臨床靶區(qū)（CTV）的智能勾畫(huà)；采用了深度學(xué)習(xí)和傳統(tǒng)影像分割法相結(jié)合的技術(shù)、加入臨床知識(shí)和多種圖像處理方法，僅需數(shù)十例數(shù)據(jù)對(duì)算法模型進(jìn)行訓(xùn)練，就可以獲得高精度的勾畫(huà)結(jié)果。
經(jīng)過(guò)測(cè)試，全身OAR勾畫(huà)的平均Dice值高于0.9；GTV的勾畫(huà)風(fēng)格也可根據(jù)科室內(nèi)部的勾畫(huà)習(xí)慣進(jìn)行個(gè)性化定制；該方案采用B/S架構(gòu)，通過(guò)任意一臺(tái)電腦的谷歌瀏覽器訪問(wèn)到指定服務(wù)器就可以進(jìn)行自動(dòng)勾畫(huà)。
作為醫(yī)學(xué)影像AI解決方案的開(kāi)發(fā)者和提供商，柏視醫(yī)療致力于新技術(shù)的研發(fā)和臨床應(yīng)用，持續(xù)關(guān)注國(guó)際熱門(mén)技術(shù)與臨床需求，將人工智能技術(shù)更完美的與醫(yī)學(xué)結(jié)合，更大程度的提升醫(yī)師的工作效率，同時(shí)也希望專(zhuān)注人工智能醫(yī)學(xué)影像的專(zhuān)家學(xué)者能加入柏視，與柏視醫(yī)療一起為智慧醫(yī)療的落地奮斗。
面.jpg)
