【猎云网（微信：ilieyun
）北京】8月8日报道
近日，腾讯优图首个医疗AI深度学习预训练模型MedicalNet正式对外开源。这也是全球第一个提供多种3D医疗影像专用预训练模型的项目，将为全球医疗AI发展提供基础。
许多研究表明，深度学习的发展非常依赖数据量。自然图像领域中存在着许多海量数据集，如ImageNet，MSCOCO。基于这些数据集产生的预训练模型推动了分类、检测、分割等应用的进步。
不同于自然图像，医疗影像大部分都是3D结构形态的，同时，由于数据获取和标注难度大，数据量稀少，目前尚未存在海量数据集及对应的预训练模型。
MedicalNet（https://github.com/Tencent/MedicalNet）是腾讯优图首个专为3D医疗影像在深度学习应用上所开发的一系列预训练模型，为任何3D医疗影像AI应用起到“打地基”的作用，加快模型收敛，减轻模型对数据量的依赖，MedicalNet具备以下特性：
1、MedicalNet提供的预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务；
2、尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能；
3、通过简单配置少量接口参数值，即可进行微调训练；
4、项目提供多卡训练以及测试评估代码，接口丰富，扩展性强；
5、提供不同深度3D ResNet预训练模型，可供不同数据量级应用使用。
随着人工智能的火热化，医疗影像AI也成为了当前各应用领域中最热门的版块。区别于其他人工智能应用，人工智能在医疗领域的应用门槛最高，最大的原因在于标注数据的匮乏。
医疗影像数据的获取通常需要经历重重关卡，同时，由于领域的专一性，数据通常需要资深医师标注，而每个3D数据的标注耗时耗力。
在当前紧张的医护资源下，医疗影像数据的获取战线将非常漫长，大大阻碍了应用落地的进程。再者，标注数据量相当有限，大部分医疗部门都需要面临数据量稀少和深度学习之间的鸿沟。
专有领域专有模型，MedicalNet相当于为各个3D医疗影像应用准备了具备临床通用知识的数据库。即使在小数据量中，该数据库的有效特征也能帮助落地应用取得较好的医疗检测性能，这大大减轻医疗影像AI应用对数据量的依赖，实现了落地需求，加快了落地速度。
MedicalNet是腾讯在医疗AI领域的首个开源项目，后续也将继续提供更多类型的模型，为全球医疗AI的基础建设助力。
截至2019年8月，腾讯已在Github上发布81个开源项目，包含腾讯AI、微信、腾讯云、腾讯安全等相关领域，并累计在 Github 获得了超过23万Star数。
