搭載“騰訊覓影”AI醫學影像和騰訊雲計算方式技術的人工智能CT設備，只需數秒必須助力醫生識別新冠肺炎；和鍾南山團隊組建聯合檢查實驗室，攻堅碘缺乏病防控AI；向世衞團體捐1000萬英鎊，全球開源系統新冠肺炎AI自糾輔助軟件；騰訊AI Lab 聯合舜宇光學科技、第四方醫學檢驗部門金域醫學，三方研製的智能顯微鏡拿到食藥總局（NMPA）合格證,稱得上中國首個獲准進到醫學應用的智能顯微鏡產品……在科技抗疫的城市道路上，騰訊的醫療AI發揮作用了巨大作用。
2020年4月26日是第二十個“世界知識產權日”。2018年世界旅遊團體發佈的知識產權日主題是“為綠色將來而創新”，全國性開展的知識產權宣傳宣傳週確定的主題為“知識產權與健康中國”。
作為一家持之以恆自主創新的互聯網公司，騰訊一直非常重視專利保護，確立專利保護機制，激勵自主創新。截止期2020年3月底，騰訊在全球主要部委和地區專利辦理公開數量超過3.7千件，認證專利超1.4千件。
騰訊最開始涉足AI醫療行業的是微信智慧醫院科室，2016年，騰訊辦理了醫療掛號系統相關的專利，應用於自主研製的醫療掛號平台。2017年8月，騰訊推出首款將人工智能應用充分利用到醫療行業的產品——“騰訊覓影”。騰訊在醫療AI行業的專利辦理量迅速增長率，截至現階段，騰訊在醫療AI行業格局的專利現已多達300餘件，主要分佈區於醫療輔診、病案管理、藥品管理、危害性監控及醫療影像等好幾個方向，其中以醫療影像最為核心，諸如落地覓影產品糖網退變、肝癌、食管癌、結十二指腸癌及乳腺等疾病早篩方向。
充分利用醫療AI“科技抗疫”
2月21日，搭載着騰訊AI醫學影像和騰訊雲計算方式技術的人工智能CT設備在湖南方艙醫院科室獲得成功部署。通過這套設備，AI算法只需數秒必須助力醫生識別新冠肺炎，大大大緩解了當地CT塞查力量不夠的壓差。
按照一次胸部CT產生300張影像計算方式，醫生光學顯微鏡閲片將耗費5-15分鐘。而AI與人工通力合作的方式，由AI技術分開出可能的肺結核病灶圖像區域劃分，提醒醫生重中之重查看（如右下圖），將大幅增強檢查效率，減輕醫生工作量，並讓病人獲得更及時的治療。
（AI對CT圖像開展系統自動分開：綠色圈是肺部，藍色圈是新冠肺炎肺結核病灶）
傳統式的CT復建方式平常來説需要上百張覆蓋病人全身的x光片投影儀，這在平常的x光片片數據採集設備上是難以進行的。騰訊充分利用某種線性組合x光片復建CT的技術成果，僅充分利用幾張線性組合的x光片片復建出完正的二維CT。對於缺乏CT掃描設備的地區，這些方式提供了某種充分利用低成本的x光片片數據採集設備拿到人體內部二維信息的可能。
對於肺炎監測，騰訊也有一項醫學影像檢查相關的發明專利辦理，能夠獲取待檢查對象的醫學影像和病理文本信息，然後對醫學影像開展病理類別預測，獲得預測信息，以及通過訓練後多層感工業ph計對病理文本信息開展識別，獲得參考信息，再然後將預測信息和參考信息開展融合，獲得預測結果，在預測結果標示綜上所述醫學影像為目標病理類別時，從綜上所述醫學影像中檢查適用綜上所述目標病理類別的區域劃分，獲得檢查結果。該方案能夠提高分類和定位的合格率，提高檢查結果的可靠性設計。
此外，對於病案管理，騰訊提出了某種醫療產品檢驗報告解讀進行方案，通過確立化驗單信息知識庫、光學字符識別（OCR）及知識庫匹配和轉換結果過濾，進行對紙檔醫療產品檢驗報告的系統自動解讀。通過構建檢驗評價指標分類系統，將化驗單類別及其原則檢驗項確立關聯關係，保證了識別結果的無誤；通過確立檢驗項同義詞次庫，徹底解決相同檢驗項在不同醫院科室的化驗單中表述差異問題，直接只需要豐富同義詞，就能夠識別出整個檢驗項，提高了識別結果的信息增益；通過與知識庫中檢驗項開展最久子串匹配並將相同檢驗項的英文版表述合併，徹底解決檢驗項表述中的涵蓋到關係檢驗項識別錯誤問題和識別結果反覆問題；通過轉換結果過濾算法，提高了檢驗項識別結果的合格率。
4月3日，騰訊決定向世衞團體的COVID-19團結一心應急管理基金善款1000萬英鎊，並與之完成相互之間推動以數字醫療徹底解決方案助力全球抗疫的合同。直接，騰訊向全球開源系統“新冠肺炎AI自糾輔助軟件”，這是有一個能幫助全球人民羣眾自糾新冠肺炎感染危害性，並給定防範指南的AI。它的特長是把學專業的醫學指南，轉變成淺顯功用強大的對話，幫助人民羣眾正確抗疫。
從專利到應用騰訊醫療AI助力疾病塞查與確診
從醫療方向來看，騰訊醫療AI專利涵蓋的方向包括乳房腫瘤、眼底退變、結十二指腸腫瘤、肺小結節與肝癌、腦腫瘤、直腸癌、肝癌等疾病塞查與確診等。
比如説騰訊提出的某種檢查生物製品團體圖像中疙瘩的技術成果，充分利用深度神經網絡算法開展疑似惡性疙瘩分辨，使用卷積運算神經網絡算法進行了乳腺高精分型，根據乳腺分型結果分別設定疙瘩檢測的分類閾值。分辨的閾值由乳腺分型狀況決定，而乳腺分型由三倍的神經網絡算法獲得，不僅提高了系統的系統自動化技術層度，也可行地提高疑似惡性疙瘩的識別精度。可應用於醫療乳腺癌早期自動篩選，大幅提高了疑似惡性疙瘩檢測的合格率。
病理切片是病理醫生開展確診的核心依據。是因為出品人復染流程以及病理掃描儀的不同，數字病理圖像的色彩存有非常顯著的差異。為此，幾乎整個數字病理相關的解析時候都需要開展色彩歸一化。騰訊提出了某種液冷的對數字病理圖像開展色彩歸一化的方式，進行了多個病理圖像的色彩歸一化，與其他色彩歸一化方式相比，性能最優，形式化力量較強。
除開在醫療專利上廣泛格局，騰訊的研究成果也在真實的醫學研究和應用探究中。現階段，騰訊推出的“騰訊覓影”產品已能充分利用AI醫學影像解析輔助醫學醫生塞查早期肝癌、眼底退變、結十二指腸腫瘤、直腸癌、乳房腫瘤等疾病，以及充分利用AI輔診模塊輔助醫生對700各種疾病危害性開展識別和預測。
融合人工智能和腦科學的最新研究成果，騰訊當即還推出了帕金森病跑步功用智能評定系統。中國大陸，帕金森病病人人數過去了300萬，隨着人口老齡化加深，該現象已從醫學問題演變為更嚴重的社會熱點問題。騰訊醫療AI檢查實驗室推出的帕金森病跑步功用智能評定系統，在病人不配戴所有傳感器的狀況下，僅通過普通智能手機攝像頭攝像，就能完成帕金森病的跑步功用日常評定，全程只需3分鐘，確診強度相比傳統式評定方式增強10倍。
在2019年10月召開的國際一流人工智能醫學影像學術會議MICCAI 2019，騰訊AI有8篇文獻綜述被論壇會收錄，是參會部門裏收錄稿量最高的中國上市公司。上榜的8篇文獻綜述分別來自騰訊AI Lab與騰訊優圖檢查實驗室，他們各上榜了4篇文獻綜述，涵蓋病理癌證圖像分類、醫學影像分開、CT肺結核病灶檢查、機器學習算法等範疇。