病理学家在宫颈癌筛查中发挥着关键作用。然而，数据显示，中国有8万至10万名病理学家，仅宫颈癌新病例平均每年就有13万例，一般筛查年龄的妇女人数高达数千万，工作量很大。此外，根据传统方法，病理学家用肉眼通过显微镜观察癌细胞，一个人一天可以看多达100部电影。超载也会增加误诊和漏诊的可能性。病理学家和关键设备等医疗资源的短缺直接导致我国宫颈癌防治进展缓慢，间接导致医患矛盾等深层次问题，成为医疗体系中的现实问题。目前，人工智能在医疗领域的应用为减轻医疗系统的负担带来了希望。与常规宫颈癌筛查相比，人工智能辅助识别可以将宫颈癌的平均筛查时间从6分钟缩短到10秒，几乎快了36倍。这是由阿里巴巴云、英特尔和北京协和医院合作举办的“数字人体”视觉挑战——宫颈癌风险智能诊断大赛的新成果。同时，世界首个基于液体的宫颈癌细胞图谱数据引擎也是人工智能在医学领域的最新研究数据集，可以加快国内科研和应用的进度，遏制宫颈癌防治的漏洞，挽救更多的妇女和家庭。根据数据标注，竞赛组发布了全球3000多例宫颈癌液基细胞的全图片数据，每张图片包含约10亿个像素，从宫颈癌筛查中最重要的异常鳞状上皮细胞扩展到6个典型细胞。这些数据经过专业医生和人工智能的验证，可以为宫颈病变筛查提供更客观的诊断标准，有效解决基层病理医师长期缺乏等痛点，使农村妇女获得高质量的筛查，真正使筛查成为更多妇女的健康保护伞。为了使比赛输出高价值的技术能力，阿里达摩学院严格筛选和清理了竞赛组的所有数据。此外，基于医学影像人工智能多年的技术储备，达摩研究所建立了一个算法基准模型，为参赛选手的思路和方向提供参考。同时，根据宫颈癌液基细胞学成像的特点，以及竞赛中的各种技术支持，建立了合理的评价和量化体系。游戏结束后，检查玩家的各种算法，确保高质量的输出。同时，通过竞赛获得的最佳算法模型可以更加细致准确地识别每个病例的图形，使医生平均在10秒钟内就可以发现癌细胞，降低了肉眼观察的误诊率，降低了医生的工作强度。由英特尔发起的深度学习加速技术VNNI也极大地提高了本次竞赛的推理效率。经过对参赛选手的优化，有望帮助医生将病理筛查的判断时间从5s缩短到0.1s。开发商的说明文件将进一步提高VNNI技术的可用性，更符合医生对癌症诊断的实际需求。通过人工智能技术优化