Guangyi Cup: Intelligent Early Screening and Classification Algorithm for Lung Cancer Based on Multimodal Data
承办单位：⼴州医科⼤学附属第⼀医院国家呼吸医学中⼼
融合深度学习与多模态分析技术，对CT影像、病理切⽚、基因检测数据进⾏联合建模，实现肺结节良恶性分类、病理亚型诊断及关键基因突变预测。
赛题背景与目的：
肺癌是全球致死率最高的恶性肿瘤，早期筛查与精准分型是提高患者生存率的关键。传统诊断依赖医生经验整合CT影像、病理切片和基因检测等多模态数据，存在效率低、漏诊率高（约15%-30%）、分型主观性强等问题。本比赛旨在通过人工智能技术融合多模态数据，实现：高精度肺结节良恶性分类，肺癌病理亚型自动诊断，关键基因突变无创预测，推动AI技术从单一影像分析向多模态临床决策跨越，解决肺癌早筛“最后一公里”难题。
比赛任务：
本赛题的主题是“基于多模态医疗数据的肺癌智能诊断”。参赛者需融合深度学习与多模态分析技术，对CT影像、病理切片、基因检测数据进行联合建模，实现肺结节良恶性分类、病理亚型诊断及关键基因突变预测。任务要求模型兼顾高精度（敏感度≥95%）与临床实用性（单病例全流程推理≤3秒），推动AI技术在肺癌早筛中的临床落地。参赛者需开发多模态AI模型，完成以下端到端流程：
1. 输入：
- 低剂量CT影像（DICOM，层厚1mm）
- 病理全切片图像（WSI，20-40倍放大）
- ctDNA甲基化数据（待确认能否取得基因训练样本）
2. 输出：
- 结节恶性概率（0-1，保留4位小数）
- 病理亚型分类（腺癌/鳞癌/小细胞癌/其他）
- 基因突变状态（待确认能否取得基因训练样本）
数据集说明：
本赛题提供两类数据集：
1. 开源多模态数据库（MIT-BIH/PTB-XL同级权威数据）：包含清洗完毕、格式统一且标注完善的公开数据：
LIDC-IDRI：1,018例肺部CT影像，含4名放射科医生的结节标注（位置、大小、恶性概率）。
TCGA-LUAD：516例肺腺癌患者的病理全切片图像（WSI）与RNA-seq基因数据。
NLST：约54,000例低剂量CT筛查数据（2002年8月至2004年4月），含长期随访结果。
数据已预处理为标准化格式（DICOM、PNG、CSV），参赛者可直接用于模型训练与验证。
2. 匿名化临床脱敏数据
包含500例未经预处理的临床数据（CT影像+病理报告+基因检测），参赛者需完成：
（1）数据归一化：将开源数据训练的预处理流程迁移至临床数据（如CT层厚对齐、病理染色归一化）。
（2）疾病预测：输出结节的恶性概率、病理亚型及EGFR/ALK突变状态。