大數據方向賽題一賽題名稱：大數據醫療—肝癌影像AI診斷

肝癌是病死率最高的惡性腫瘤之一，我國是肝癌病發第一大國，每年約有38.3萬人死于肝癌，占全球肝癌死亡病例數的51%，近年來肝癌的發病率還在逐漸增高。世界衛生組織預計，如不采取緊急行動提高診療可行性，2015至2030年間中國將有約1000萬人因肝硬化和肝癌死亡。

任務描述

本賽題基于肝部腹腔強化CT斷層掃描數據以及相應的診斷結果，希望參賽者利用數據建模技術，構建基于醫學影像的肝癌輔助診斷模型，利用人工智能手段對腹部CT影像進行診斷，判斷患者腫瘤的良惡性，以幫助醫生更加高效地對肝癌患者進行篩查。

賽題內容和方向

CT具有較高的分辨率，對肝癌的定位和定性診斷價值肯定，已成為常規檢查項目，是一種安全、創傷較小的檢查方法，診斷符合率可達到90%以上，對肝癌的診斷及其程度的判斷有重要的臨床意義。

目前醫生通過CT診斷肝癌患者，主要通過人工核查的方式，對患者的CT切片逐張進行核查，診斷效率低，極易發生誤診、漏診，造成嚴重的醫療事故。針對這個問題，本賽題基于健康醫療大數據提供的肝部腹腔強化CT斷層掃描數據以及相應的診斷結果，希望參賽者利用數據建模技術，構建基于醫學影像的肝癌輔助診斷模型，并利用人工智能手段對肝癌進行診斷，以幫助醫生更加高效地對肝癌患者進行篩查。

賽題價值

福建是肝病和肝癌的高發區，以福州建設國家健康醫療大數據中心為契機，2017年吳孟超院士發起成立全國肝病和肝癌大數據聯盟，目標是將全國肝病和肝癌大數據匯聚到福州，共建共享的肝病和肝癌數據平臺。

福建醫科大學孟超肝膽醫院作為這個項目的具體建設單位，已匯聚來自上海東方肝膽外科醫院、孟超肝膽醫院及福建肝病醫聯體等88家聯盟單位的數據，包含肝癌病例6.2萬例，肝病病例62萬例，形成肝病和肝癌大數據平臺。

本次參賽數據主要來源于全國肝病和肝癌大數據平臺中的肝癌病人CT影像數據，并經模擬轉變而成。包含11601例肝癌病例影像，其中7574例作為訓練集，4027例作為測試集。影像數據層厚分布為0.6mm-7.5mm。

我們希望通過人工智能技術，學習有經驗專家的醫學知識，能夠一定程度提高CT診斷疾病的效率和保持診斷的同質化，減少因為醫生個人經驗差異造成的人為漏診或誤診，是一種提高診療水平和效率的重要輔助手段，也有助于改善基層醫療機構人才不足的現狀。

賽題難點

雖然在圖像識別領域，已經有經過驗證的成熟算法，比如深度卷積網絡（DNN）和遞歸網絡（RNN）等深度學習算法，都取得了巨大的成功，但由于醫學影像有其獨有的特性，所以這些技術在肝癌CT影像中的使用還有很多挑戰，本賽題中有以下幾個難點：

1.因患者年齡、性別、生活習慣、地域等差別，肝的形態、成分等存在差異，會為病灶的判斷造成系統誤差;

2.肝癌常發生在肝硬化基礎上，80%以上的肝癌伴有肝硬化，肝硬化影像改變會對肝癌的診斷造成干擾;

3.肝癌的大體形態有巨塊型、結節型、彌散型和小癌型，細胞形態有肝細胞型、膽管細胞癌和混合型，各種肝癌影像特點差異較大;

4.本賽題所提供的訓練數據，各種肝癌的數據并不均衡，因此加大了對肝癌的判斷難度。