腾讯觅影

“腾讯觅影”这项技术是由腾讯互联网+合作事业部牵头，聚合腾讯公司内部包括AI Lab、优图实验室、架构平台部等多个顶尖人工智能团队，把图像识别、深度学习等领先的技术与医学跨界融合，并与中山大学附属肿瘤医院等权威医疗机构共同长期攻关的成果。

腾讯觅影聚合了腾讯公司内部包括AI Lab、优图实验室、架构平台部等多个顶尖人工智能团队，把图像识别、深度学习等领先的技术与医学跨界融合，除了食管癌早期筛查，未来也将支持早期肺癌、糖尿病性视网膜病变、乳腺癌等病种。

引入腾讯觅影利用人工智能技术辅助医生对食管癌进行筛查，可以有效提高筛查准确度，促进准确治疗，有望攻克早期食管癌难筛查的世界难题，也有助于消除不同地区医疗水平差异，给患者提供水平一致的诊断和治疗。

早期食管癌智能筛查系统

早期食管癌筛查系统是基于腾讯深度学习技术，对上百万张内窥镜食管图像进行训练学习，达到对早期食管癌病灶的智能识别，用于辅助医生临床诊断降低漏检率，并结合腾讯基金会开展区域食管癌早期筛查项目。目前，腾讯觅影对早期食管癌识别的准确率高达90%。

早期肺癌智能筛查系统

肺癌是我国发病率和死亡率前三的肿瘤，而最有效的发现手段就是筛查，早期诊断和早期治疗能让患者的五年生存率提高到80%以上。该系统基于腾讯深度学习技术，对数十万张肺部CT影像数据进行学习分析，通过对可凝结节进行精准定位，并对患者进行全方位良恶性判别，为医生发现肺癌提供全方位的辅助，从而提高医生诊断效率和准确率。

糖尿病视网膜病变智能系统

糖尿病性视网膜病变（简称糖网）是增长最快的导致失明的原因，我国有近1.1亿糖尿病患者处于这种危险之中。早期发现，可以治疗该疾病，但我国缺少检测该疾病的专科医生。该系统基于腾讯深度学习技术，对数十万张糖网分期数据进行学习分析，打造糖网智能筛查工具，用于糖网早期筛查和辅助临床糖网分期诊断。

基于业内领先的NLP和机器学习的技术，腾讯觅影整合了海量权威医疗数据，吸收学习权威专家多年的宝贵经验，实现了AI辅诊的能力，准确理解病案，精准预测疾病。觅影可以作为医生最得力的全科助手，也可以把最优质的专家经验共享到基层。辅助医生，从繁琐的工作中释放；管理升级，提升诊疗水准、降低风险；助力科研，夯实医院信息化、标准化建设。

病案智能化管理

病案管理背景

目前国内医院的病案，依赖病案室人力或数据公司进行整理。科室的医学科研，提取病案特征信息也是通过人工完成。 需要投入大量的人力与资金，准确率也不能得到保障。通过深度学习的人工智能技术，腾讯觅影实现病案智能化管理，自动提取病案特征信息，其特征识别准确率98%以上，为科研提速。

信息标准化建设

腾讯觅影通过AI辅助诊疗技术，可对医院的数据做标准化处理，助力医院完成工作量巨大而且推行困难的数据治理工作。同时基于先进的人工智能技术和强大的产品实力，还可以根据需求，针对数据做定制化改造优化，输出符合要求的标准化数据。

诊疗风险监控

辅诊背景

由于诊断的不确定性，目前门诊的诊断有一定的误诊风险。而诊断风险监控，是通过人工智能技术来辅助医生诊疗，并给出精准的建议，通过AI来辅助医生进行鉴别排除。降低高危疾病漏诊带来的巨大风险。通过诊疗风险监控提升医院门诊的诊断准确率，降低诊断风险。

应用场景

多方位帮助医生减轻工作量、辅助医生临床诊断

病例结构化

基于腾讯业内领先的自然语言理解技术和人工智能技术，充分理解病历，高效、准确地按照需求提取出病历特征，并作结构化输出。极大的提升了科研效率，并节省了一大笔数据整理需要消耗的费用。

诊断风险监控

通过诊断风险监控系统，实现整体提升诊断准确率，并能极大程度的降低误诊风险。将更全面的医学诊疗信息以最轻便的方式共享给医生。从更高层面出发，能够全面的管理并控制医生团队的整体诊疗水平，构建更科学、更精准和更友好的诊疗风险监控。

辅助医生临床诊断

人工智能辅助诊疗可以在诊疗风险监控的同时，在正确的场景及时、准确的给到医生诊断建议和治疗方案建议。并能够提升诊疗的效率。极大的方便了医生日常诊断与鉴别诊断的工作。