记者昨日获悉，腾讯联合深圳大学研发并上线了首批“MedCAPTCHA医学图像验证码”，有望让医疗影像的标注和诊断变得更加准确和高效，减少延误诊断或漏诊的情况。

据悉，医学上90%的临床诊断需要借助经过标注的医学影像——病灶和相关器官的有效标注数据，它们能帮助医生在疾病诊断、评估、发展趋势预测、治疗策略制定等方面提供重要的定量化信息。现阶段，医学图像的勾画标注是一项庞大而繁杂的工作。针对单个病人的一组医学图像，简单的需要半小时完成勾画，复杂的要花上一两个小时。

过去40年，研究人员研发了大量基于人工智能辅助的半自动甚至全自动的标注算法，这些算法模型，往往需要经过足够多的标注医学图像数据训练，才能达到普适性更强、准确度更高的分类或诊断效果。因此，快速获取海量的、具有准确标注的医学图像数据，对医疗领域来说相当迫切，仅仅依靠少数专业医务工作者或医学研究人员的力量远远不够。

公开数据显示，全球网民每日累计输入验证码近2亿次，我国网民规模超过9.4亿。按照这一数据估算，如果借助庞大网民群体的力量，能够在1小时内勾画完成4家大型医院整整一年所需的医学图像标注量。

基于这一想法，腾讯安全平台部防水墙团队与深圳大学医学工程学院高毅教授团队，合作研发了“MedCAPTCHA医学图像验证码”，并在腾讯防水墙官网灰度上线，供广大网民自愿体验及参与标注。

与网民常见的图片验证码不同，MedCAPTCHA医学图像验证码由清一色的黑白灰图片构成，验证中所用到的图片也全部来自于临床上真实的脱敏医学图像。在自愿体验的安全验证环节中，用户只需要参照给出的图片示例“照猫画虎”，移动鼠标在图片上进行简单勾画，就能完成在线验证，并成功提供一次医学图像标注答案。

据介绍，针对严肃而细致的医学研究及诊疗场景，人机验证模式让广大网民参与到医学图像标注的初筛工作中来。而对于收集到的图像标注信息，专业医学研究人员会在后台对收集到的图像标注信息进行融合和筛选处理，最终将质量最优的数据提供给大数据工作者和医生群体。人工识别标注的结果，将为公共医疗统计、精准医疗分析提供可靠的、核心的影像特征基础，还可以作为机器学习的训练样本，促进人工智能在医疗领域的更多应用。

目前，已有近万名用户体验了MedCAPTCHA医学图像验证码，累计贡献了近2万条正确标注的医学图像数据。（记者袁静娴）