日前，由阿里云计算有限公司、英特尔（中国）有限公司、零氪科技（北京）有限公司主办的天池医疗人工智能大赛落下帷幕。经过初赛、复赛和决赛的角逐，北京大学信息科学技术学院信息科学中心、机器感知与智能教育部重点实验室王立威教授指导的硕士研究生王东、胡志强、罗天歌、杨泽和博士研究生李傲雪最终夺冠。
该项赛事以“人工智能辅助医疗决策”为主题，计划在三年分三个赛季运作。今年启动第一季，以肺部小结节病变的智能识别和诊断为课题，展开大数据与人工智能技术在肺癌早期影像诊断上的应用探索。参赛者被要求使用患者的计算机断层扫描（CT）影像设计算法和训练模型，在独立的测试数据集中找出CT影像中肺部结节的位置，并给出真正肺结节的概率，以达到辅助医生进行肺结节诊断。数据由大赛合作医院授权提供，包括数千份高危患者的低剂量肺部CT影像数据（全部严格按照国际通行的医疗信息脱敏标准进行脱敏处理，切实保障数据安全）。
王立威教授长期从事机器学习研究，自2014年涉足医疗影像领域的医学-信息科学交叉研究，在医学影像应用领域做出多项突破性的尝试，例如提出针对医疗影像检测的深度学习方法 ContextNet，将多个机器学习算法首次引入肺结节检测系统等。他的课题组在医疗影像分析，尤其是肺部 CT 图像分析方面积累了扎实的研究基础和丰富的研究经验，并取得一系列重要成果，例如在Kaggle本年度主题为肺癌预测的数据科学碗（Kaggle Data Science Bowl）竞赛中，在全球1972支参赛队伍中获第四名；在国际权威的肺结节分析挑战赛（Lung Nodule Analysis, LUNA2016）之肺结节检测和假阳性削减两项任务中均拔头筹，并保持纪录到今年7 月，相关文章9月发表在医疗图像计算领域顶级会议——医疗影像计算与计算机辅助干预会议（Medical Image Computing and Computer Assisted Interventions Conference, MICCAI2017）。
以上研究得到国家自然科学基金、北京大学医学-信息交叉领域合作研究种子基金等资助。
