9月15日，2021“觅影”医学人工智能算法大赛正式开赛，目前已有超过400支团队近700人报名参赛，将对致盲性疾病分类、阿尔茨海默症早期发现、脑胶质瘤识别、放疗计划辅助、肿瘤高代谢病灶检测等五大临床医学AI赛道发起挑战，为多个临床医学难题探寻新的破题思路与方案。大赛报名系统也将持续开放至10月10日。

大赛由“科创中国”联合体指导，腾讯公司联合首都医科大学附属北京同仁医院、首都师范大学、郑州大学第一附属医院、上海市胸科医院、上海全景医学影像联合发起，自启动以来吸引行业高级科研人才的广泛关注。截至目前，大赛仍在开放报名中，超过72%已报名的参赛者来自计算机、生物、医学相关专业的高等院校学生及科研单位研究人员，成为大赛的主力军，其中逾76%的参赛学生拥有硕士以上学历。此外，参赛者还有来自医疗健康机构以及计算机、互联网、软件开发等企业的资深从业人员，覆盖算法研究、工程开发等多个专业领域。

依托腾讯觅影开放实验平台、腾讯优图实验室、腾讯天衍实验室、腾讯AI Lab的技术支持，腾讯云TI平台中TI-ONE平台的强大算力，以及腾讯云对象存储COS的分布式存储服务，本次大赛开创了“全线上模式”。只要电脑能连接网络，参赛者就可以根据大赛提供的多模态、多中心医疗数据，在腾讯觅影开放实验平台上“搭积木”式地完成可视化的算法设计与验证的全流程，实现一站式、全方位的科研探索。这大大降低了人工智能研发的难度，即使面对临床医学难题，科研工作者不需要有资深编程能力，也可以开发自己的AI算法。

作为目前最具挑战，也是最具临床价值的医学AI比赛，大赛的赛题涵盖分类、分割和检测等多种人工智能技术应用，由多位医学专家基于临床实际需求出具。目前，“肿瘤高代谢病灶的自动检测”赛题最受关注，吸引近1/4参赛者报名。接下来，各参赛团队将针对五大临床医学AI赛道分别展开角逐。

青光眼、年龄相关性黄斑变性、糖尿病视网膜病变、病理性近视、视网膜静脉阻塞等眼科疾病在早期阶段通常是无症状的，早期发现和干预有助于预防疾病导致的视力丧失。基于眼底相的人工智能眼病识别已被应用于识别主要的眼病，并成为在人群筛查及随访中的一种具有良好经济性的方案。由首都医科大学附属北京同仁医院提出的“眼底彩照的多疾病辅助诊断”赛题，要求参赛队伍基于眼底相数据中包含的疾病特征模式构建算法模型，通过AI自动分类青光眼等五种致盲性疾病，以期提高临床医师的诊断准确率和诊疗效率，提前眼病的筛查和诊断时间。

大脑的异常老化有可能会引起阿尔茨海默病、帕金森病等多种疾病。而基于结构磁共振的医学影像可以预测脑龄，被广泛应用于刻画大脑的老化过程。预测脑龄和实际生理年龄的差值，可作为衡量个体大脑萎缩程度和异常老化的客观指标。由磁共振成像脑信息学北京市重点实验室、首都医科大学宣武医院、首都师范大学联合出题的“健康成人大脑年龄预测”赛道，希望参赛者基于结构磁共振成像数据中包含的大脑老化特征模式，构建AI预测模型，帮助建立针对中国人群的“健康脑图谱”标准，为神经精神疾病的临床诊断提供一种有效的客观标志物，辅助医生衡量大脑异常老化程度，进一步提高诊断准确性。

脑胶质瘤是最常见的原发性脑肿瘤，其分割需要放射学家将肿瘤组织与健康周围组织区分开来。而由于脑胶质瘤具有不同的恶性程度以及多个肿瘤组织区域，同时脑部MRI是多模态且层数较多的三维扫描图像，因此手工分割需要花费大量的时间和人力，且往往是对基于人眼观察到的图像亮度进行区域分割，往往容易受到图像的生成质量以及标注者的个人因素影响，导致分割质量良莠不齐，出现错误分割、分割多余区域的情况。郑州大学第一附属医院提出的“脑胶质瘤核磁共振图像分析”赛题，要求参赛队伍围绕“通过AI算法自动完成对脑胶质瘤图像病灶的分割”展开角逐，以为脑胶质瘤的临床诊疗提供具有价值的参考。

在现行的流程中，放疗由放疗医师、放疗物理师、放疗技师共同完成。放疗医生会先在CT影像上勾画出肿瘤及肿瘤周边的正常组织（如肺，心脏等），并给予处方剂量（包括肿瘤区域至少需要辐照的剂量，以及靶区周边的正常组织的最大辐照剂量）。物理师需根据处方剂量，利用放疗计划系统（TPS）对机器参数进行多次设置和调整，建立放疗计划（含三维剂量图）以满足放疗医生所要求的处方剂量，有效杀伤病灶同时尽可能减少正常组织的放射性副反应。由上海胸科医院提出的“放疗剂量分布辅助规划”赛题，希望参赛者通过AI技术建立放疗计划的三维剂量预测模型，让放疗医生勾画过的CT图像与物理师放疗计划中的三维剂量图关联起来，实现放疗计划的自动优化，减少物理师设计放疗计划的试错次数，并更精确达标放疗医生的处方剂量要求。

PET/CT可帮助患者明确肿瘤全身分期、指导治疗方案制订、评估疗效及监测复发。然而在临床的三维图像中，图像的重叠有可能造成漏诊。如果患者肿瘤发生转移，则可能出现高代谢的病灶在影像中星罗棋布的情况，这给诊断医师进行全面判读和性质判定造成障碍，上海全景医学影像诊断中心提出的“肿瘤高代谢病灶的自动检测”赛道，要求参赛者通过AI算法设计，对PET/CT的高代谢病灶进行自动检测，有望辅助降低诊断医师漏诊概率，帮助临床医生实现准确的影像肿瘤分期和再分期，进一步指导治疗方案制订。

运用人工智能、大数据、云计算等前沿科技实现医工交叉的医学创新应用，让更多学界、业界的科研人才参与其中，解决医疗AI创新的“卡脖子”问题，是本次大赛的根本目的，也是作为医疗影像国家新一代人工智能开放创新平台建设的全新实践。腾讯医疗健康技术委员会主任、腾讯觅影总经理钱天翼指出，希望通过这种“全线上模式”的医学AI比赛，打通从影像数据脱敏、接入、标注，到模型训练、测试、应用的全流程服务，打造“AI+医疗”产业更广阔的生态合作空间，为行业带来更多创新的可能。