MedCAPTCHA醫(yī)學圖像驗證碼已在騰訊防水墻官網灰度上線
醫(yī)學診療和研究的“路標”
在醫(yī)學上，90%的臨床診斷需要借助經過標注的醫(yī)學影像——病灶和相關器官的有效標注數(shù)據(jù)，能幫助醫(yī)生在疾病診斷、病情評估、發(fā)展趨勢預測、治療策略制定等方面，提供重要的定量化信息。
被標注的醫(yī)學圖像，融入了專家的經驗知識與判斷，能夠縮減廣大醫(yī)務人員的重復工作和勞動時間，還可以應用在AI輔助醫(yī)學診斷等領域，有效推動醫(yī)學研究和臨床診療的高效開展。
但現(xiàn)階段對于有限的醫(yī)務人力資源而言，醫(yī)學圖像的勾畫標注，是一項相當龐大而繁雜的工作。僅僅是針對單個病人的一組醫(yī)學圖像，簡單的需要半小時完成勾畫，復雜的則要花上一兩小時。
在過去的四十年中，學術界和工業(yè)界的研究人員研發(fā)了大量基于人工智能輔助的半自動甚至全自動的標注算法，但是這些算法模型，往往需要經過足夠多的標注醫(yī)學圖像數(shù)據(jù)訓練，才能達到普適性更強、準確度更高的分類或診斷效果。因此，快速獲取海量的、具有準確標注的醫(yī)學圖像數(shù)據(jù)，對醫(yī)療領域來說困難且迫切，僅僅依靠少數(shù)專業(yè)醫(yī)務者或醫(yī)學研究人員的力量遠遠不夠。
安全驗證技術與醫(yī)學的跨界融合
驗證碼是一種人機識別手段，其主要作用是防止垃圾注冊、刷量刷票、論壇灌水等惡意行為。從安全角度出發(fā)，其主要意義是降低某一些用戶用特定程序暴力破解方式進行網站登錄，獲取相關驗證用戶的信息，保證用戶的信息安全。
公開數(shù)據(jù)顯示，全球網民每日累計輸入驗證碼近2億次，而我國網民規(guī)模超過9.4億。按照這一數(shù)據(jù)估算，如果借助龐大網民群體的力量，就能夠在1小時內勾畫完成4家大型醫(yī)院整整一年所需的醫(yī)學圖像標注量。
基于這一想法，騰訊安全平臺部防水墻團隊與深圳大學醫(yī)學工程學院高毅教授團隊合作研發(fā)并灰度上線了“MedCAPTCHA醫(yī)學圖像驗證碼”公益實踐項目，供廣大網民自愿體驗。研發(fā)人員把深圳大學提供的未經標注的海量脫敏醫(yī)學圖像，以圖片驗證碼的形式上線防水墻官網。
MedCAPTCHA在線驗證模式
在這個自愿體驗的安全驗證環(huán)節(jié)中，用戶只需要參照給出的圖片示例“照貓畫虎”，移動鼠標在圖片上進行簡單勾畫，就能完成在線驗證，并成功提供了一次醫(yī)學圖像標注答案。
針對嚴肅而細致的醫(yī)學研究及診療場景，人機驗證模式讓廣大網民參與到醫(yī)學圖像標注的初篩工作中來。而對于收集到的圖像標注信息，專業(yè)醫(yī)學研究人員會在后臺對收集到的圖像標注信息進行融合和篩選處理，最終將質量最優(yōu)的數(shù)據(jù)提供給大數(shù)據(jù)工作者和醫(yī)生群體。
人工識別標注的結果，將為公共醫(yī)療統(tǒng)計、精準醫(yī)療分析提供可靠的、核心的影像特征基礎，還可以作為機器學習的訓練樣本，促進人工智能在醫(yī)療領域的更多應用。該公益項目也正在聯(lián)合騰訊用戶研究與體驗設計團隊（CDC）持續(xù)迭代優(yōu)化中。
即使是不具備任何專業(yè)醫(yī)學知識的普通網民，也能起到至關重要的作用，共同助力醫(yī)療影像的標注和診斷變得更高效、更準確。
來源：騰訊云
