近日，第24届国际医学图像计算和计算机辅助干预会议（下文简称MICCAI 2021）论文录用结果揭晓，2021年国际计算机视觉与模式识别大会（下文简称CVPR 2021）闭幕，深睿医疗共计有18篇代表最新科研成果的论文被这两个会议收录，体现了深睿医疗在AI算法领域的持续创新能力，也代表了以深睿医疗为代表的国内医疗AI行业已在全球领跑。
一年一度的MICCAI是跨医学影像计算（MIC）和计算机辅助介入（CAI）两个领域的顶级综合性学术会议，被公认为具有顶级的国际影响力和学术权威性。这一医疗技术领域的“奥运会”吸引了众多来自医学图像计算和计算机辅助干预方向的生物医学研究人员、工程师和临床医生共同参与。能够入选MICCAI的论文，往往代表了该领域的最高学术水平。即将于9月底10月初举行的MICCAI 2021共计收稿1631篇，最终录取533篇。这其中，深睿医疗表现不俗，共计8篇论文被收录。CVPR则是IEEE一年一度的学术性会议。在各种学术会议统计中，CVPR是世界顶级的计算机视觉会议，主要内容是计算机视觉与模式识别技术。这一会议有着很强的影响力和很高的排名，也是计算机视觉领域三大盛会之一。近年来，由于计算机视觉领域的迅速发展，CVPR的论文录用竞争十分激烈——今年的CVPR2021仅在7015篇有效投稿中录用1663篇，录用率仅23.7%。其中，深睿医疗共有10篇与香港大学、北京大学、厦门大学、中山大学和香港中文大学合作的科研成果被CVPR2021收录。这意味着深睿医疗在计算机视觉研究领域已达到国际前沿的技术水平。在深睿医疗被收录的18篇论文中，有三篇论文具有代表性，在CT肺结节良恶性分类、乳腺X线影像良恶性分类和早急性脑梗分割和检出方面取得了创新性突破，已达到世界领先水平。今年被MICCAI 2021收录的题为“CA-Net: Leveraging Contextual Features for Lung Cancer Prediction.”的论文，是深睿医疗与北京大学合作针对肺癌的早期诊断在肺结节良恶性分类方面取得的成果。目前，肺癌的发病率居高不下，随着各个公司肺结节AI辅助筛查软件相继获批NMPA三类证, 肺结节良恶性分类成为接下来需要攻克的非常重要的方向，在这个方向上深睿已经有很深的积淀。传统上分类主要聚焦于结节的特征（如形状、边缘）进行分类。利用上下文特征补充额外信息的方法在近期越发引起关注。临床认为上下文特征指结节周围的特征结构,此类连同结节的特征可以更好的区分良恶性。“深睿医疗这次的进展是从上下文的角度去做，不光看这个结节本身的形态，还要看结节周边区域的连带关系。比如，结节周围有没有血管汇聚，或者结节是不是在胸膜附近对胸膜已经形成了牵拉，这些都是对良恶性非常相关的表现形式。”深睿医疗首席科学家俞益洲在接受动脉网采访时表示。深睿医疗提出了上下文注意网络（CA-Net），创新提出特征融合模块，可以自适应调整结节和结节间的上下文特征权重，同时提取了结节及其上下文特征，并进行有效融合以区分良恶性质。这种方式通过对结节周边结构的分析增强对结节良恶性的判断能力，并在Data Science Bowl 2017数据集上取得性能领先。深睿医疗与北京大学合作的“DAE-GCN: Identifying Disease-Related Features for Disease Prediction.”是又一篇被MACCAI 2021收录的科研成果。乳腺癌发病率位列中国女性恶性肿瘤第一名。学习图像中真正与疾病相关的表征对于提升癌症诊断模型的可信赖性，可解释性和泛化能力非常重要。俞益洲表示：“从乳腺钼靶图像里抽取出来的特征，部分跟良恶性有关，部分则无关。我们设计了一个基于图卷积网络的特征解耦方法把有关的和无关的特征分别分解出来。通过把特征解耦和图卷积网络结合形成新的算法，从而实现良恶性分类。”深睿医疗在论文中提出了带有图卷积网络的自动编码解耦模型（DAE-GCN），在基于自动编码器的框架中实现GCN模型指导下的解耦机制。乳腺X线良恶性分类任务在约2000病例上进行训练和验证，结果显示这一模型相比于当前国际领先的模型AUC均有提升，充分验证了算法的有效性。MICCAI 2021还收录了题目为“Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images.”的论文。虽然头颅磁共振扫描可以较为准确地诊断早急性脑梗，但其成本昂贵且扫描时间过长，加上我国医院进行该类检查往往需要排队多日，可能会贻误最佳治疗时机。CT扫描速度快且价格相对经济，但由于CT上的病灶密度变化很微弱，难以与正常组织进行区分。故只适用于一般的脑卒中检测。为提升在CT扫描上诊断早急性脑梗的准确度，论文提出了一种基于对称性增强的早急性脑梗病灶分割方法。实验结果表明，该方法在早急性脑梗分割和检出方面比现有算法取得了更优的性能。俞益洲对此介绍说，“我们在基于对称性建模的深度学习上又引入注意力机制，设计了一个算法。目前的效果超过了现在所有利用CT判断早期脑梗的算法的效果。”除此以外，另外五篇被MICCAI 2021收录的论文内容涵盖了与病灶图像对应的伪健康图像的生成技术、MRI数据采集与图像重建的联合优化方法、先验信息与深度神经网络相结合的脑病灶分割算法、用于丰富病灶分割数据的数据增强方法、用于提高多类病灶分割精度的自监督学习范式下的病灶区域修复技术。这些论文围绕利用AI提高医学图像分析性能、图像成像速度和病灶分割精度等方面取得了新的技术突破。在被CVPR收录的论文中，有三篇有关迁移学习的基础研究，分别在图像分类、目标检测、语义分割这三个图像理解核心问题上提出域适应新算法。此外，与具体的医疗应用场景有关的CVPR论文则分别针对眼底照片的视盘萎缩弧病变（PPA）早期预测、时间序列疾病预测、利用手术视频自动预测手术完成程度等问题提出了创新的解决方法。除了在科研中重金投入，深睿医疗也非常看重科研成果的转化，并将这些论文的成果应用到深睿医疗的产品中。2020年，深睿的肺结节AI产品通过创新通道获得NMPA三类证。不久前，深睿医疗也在CMEF发布了“神经系统一站式AI解决方案”，推出了CTP辅助诊断功能。俞益洲表示，作为深睿医疗重要的研发部门，深睿研究院是一个产品研发紧密结合型研究院。“我们本身就负责产品的核心算法研发，很多研究都是在产品研发的过程中发现了问题，然后去做研究，研究完成后成果马上应用到产品。这样的技术占了大部分。”同时，深睿研究院也会基于产品未来的规划做一些前瞻性研究。“我们在医学影像方面有各种不同的硬件设备。基于某种机型所拍影像训练出来的AI模型在其他硬件上效果可能会很差。我们在CVPR上发布的基于迁移学习的基础研究未来就可能应用到产品中，增强产品的鲁棒性，从而保证在不同的硬件设备上都有很好的一致性效果。”俞益洲补充道。自成立以来，深睿医疗就一直重视创新科研。截至2021年7月底，深睿医疗已申请或获得授权近300项软著及专利，并有着丰富的产品矩阵，在国内AI医疗影像行业处于领跑。同时，深睿医疗与各大高校科研团队及国内知名医疗机构在各类学术期刊发表的论文累计影响因子已超500，仅2021年就已入选四个国自然项目。尤其在乳腺钼靶、颅内动脉瘤和肺部病灶诊断方向，深睿医疗处于国际领先水平。以乳腺钼靶为例，深睿医疗在AI顶级学术会议和期刊上发表多篇论文，展示了很高的技术水准。2020年年底，深睿医疗在Nature Communications上发表了用人工智能深度学习进行颅内动脉瘤检测的论文。作为国际上这一级别刊物发表的该方向的第一篇论文，代表了行业最高水准。基于公司长期在肺部疾病诊断方面的积累，深睿医疗还在肺部病灶检测和诊断上达到了全球顶尖水准——在以肺部疾病检出和诊断为主题的2019年阿里天池数字人体赛道中，深睿医疗在全球1635支队伍中获得了第一名的优异成绩。这也是以深睿医疗为代表的国内AI医疗影像行业崛起的缩影。随着技术的提升，国内AI医疗影像行业在全球的地位已经十分重要。俞益洲认为，近几年国内AI医疗影像行业的发展突飞猛进。“我国目前医疗资源和病人的比例是失衡的。所以，就需要有包括AI技术在内的高新技术来提高医疗机构的效率”，他表示。需求量大，产品就有更好的落地基础。在商业化道路上，深睿医疗也走在行业前列。目前，截至2021年7月底，NMPA审批通过了17张三类影像证。其中，深睿医疗手握两张影像三类证，分别是“肺结节CT影像辅助检测软件”和“肺炎CT影像辅助分诊与评估软件”。其中，深睿医疗肺炎AI解决方案在湖北地区疫情期间就已经在当地广泛应用，助力疫情防控。近日，深睿医疗提供人工智能肺炎辅助诊断系统，助力南京定点新冠肺炎收治医院-南京市第二医院汤山院区科技抗疫。在研发团队的持续努力下，深睿医疗的产品仍在不断地提升和优化，在助力临床医生快速、精准检出病灶的同时，提升了对病灶进行定性和定量分析的能力。在采访的最后，俞益洲也提出了医疗AI需要面对的挑战，并认为正视挑战未来或许有机会实现突破。“如何把医疗领域存在的大量的跟主流深度学习不匹配的领域知识和医疗数据整合，从而得到更好的决策模型的挑战。尊重领域知识的人工智能技术将成为AI赋能医疗的强劲力量。”同时，他也表示，将科研成果运用于临床实践是深睿医疗的使命。深睿医疗将秉承创新之心，在医学人工智能领域不断探索和前行，深度挖掘人工智能的创新应用，加速AI前沿理论成果转化，联合科技的力量共同促进AI医疗产业化的蓬勃发展。
