大数据方向赛题一赛题名称：大数据医疗—肝癌影像AI诊断

肝癌是病死率最高的恶性肿瘤之一，我国是肝癌病发第一大国，每年约有38.3万人死于肝癌，占全球肝癌死亡病例数的51%，近年来肝癌的发病率还在逐渐增高。世界卫生组织预计，如不采取紧急行动提高诊疗可行性，2015至2030年间中国将有约1000万人因肝硬化和肝癌死亡。

任务描述

本赛题基于肝部腹腔强化CT断层扫描数据以及相应的诊断结果，希望参赛者利用数据建模技术，构建基于医学影像的肝癌辅助诊断模型，利用人工智能手段对腹部CT影像进行诊断，判断患者肿瘤的良恶性，以帮助医生更加高效地对肝癌患者进行筛查。

赛题内容和方向

CT具有较高的分辨率，对肝癌的定位和定性诊断价值肯定，已成为常规检查项目，是一种安全、创伤较小的检查方法，诊断符合率可达到90%以上，对肝癌的诊断及其程度的判断有重要的临床意义。

目前医生通过CT诊断肝癌患者，主要通过人工核查的方式，对患者的CT切片逐张进行核查，诊断效率低，极易发生误诊、漏诊，造成严重的医疗事故。针对这个问题，本赛题基于健康医疗大数据提供的肝部腹腔强化CT断层扫描数据以及相应的诊断结果，希望参赛者利用数据建模技术，构建基于医学影像的肝癌辅助诊断模型，并利用人工智能手段对肝癌进行诊断，以帮助医生更加高效地对肝癌患者进行筛查。

赛题价值

福建是肝病和肝癌的高发区，以福州建设国家健康医疗大数据中心为契机，2017年吴孟超院士发起成立全国肝病和肝癌大数据联盟，目标是将全国肝病和肝癌大数据汇聚到福州，共建共享的肝病和肝癌数据平台。

福建医科大学孟超肝胆医院作为这个项目的具体建设单位，已汇聚来自上海东方肝胆外科医院、孟超肝胆医院及福建肝病医联体等88家联盟单位的数据，包含肝癌病例6.2万例，肝病病例62万例，形成肝病和肝癌大数据平台。

本次参赛数据主要来源于全国肝病和肝癌大数据平台中的肝癌病人CT影像数据，并经模拟转变而成。包含11601例肝癌病例影像，其中7574例作为训练集，4027例作为测试集。影像数据层厚分布为0.6mm-7.5mm。

我们希望通过人工智能技术，学习有经验专家的医学知识，能够一定程度提高CT诊断疾病的效率和保持诊断的同质化，减少因为医生个人经验差异造成的人为漏诊或误诊，是一种提高诊疗水平和效率的重要辅助手段，也有助于改善基层医疗机构人才不足的现状。

赛题难点

虽然在图像識别领域，已经有经过验证的成熟算法，比如深度卷积网络（DNN）和递归网络（RNN）等深度学习算法，都取得了巨大的成功，但由于医学影像有其独有的特性，所以这些技术在肝癌CT影像中的使用还有很多挑战，本赛题中有以下几个难点：

1.因患者年龄、性别、生活习惯、地域等差别，肝的形态、成分等存在差异，会为病灶的判断造成系统误差;

2.肝癌常发生在肝硬化基础上，80%以上的肝癌伴有肝硬化，肝硬化影像改变会对肝癌的诊断造成干扰;

3.肝癌的大体形态有巨块型、结节型、弥散型和小癌型，细胞形态有肝细胞型、胆管细胞癌和混合型，各种肝癌影像特点差异较大;

4.本赛题所提供的训练数据，各种肝癌的数据并不均衡，因此加大了对肝癌的判断难度。