2月3日，腾讯联手深圳大学开发推出一批“特殊”验证码，区别于其他验证码常见的图片验证码，都是由黑、白、灰图片组成。
这批验证码全称是“MedCAPTCHA医学图像验证码”，由腾讯安全平台部与深圳大学生物医学工程学院联合开发。
验证所用图片均来自临床真实脱敏医学图像。
验证码的形式开放给广大网友自愿体验、参与评分。
双方希望借助科技的力量解决社会医疗流程和资源的痛点，让医学图像的标注和诊断更加高效准确，从而减少患者的延误诊断或漏诊。
目前，腾讯防水墙官网灰度上线后，已有近万名用户体验了MedCAPTCHA医学图像验证码，累计贡献了近2万条标注正确的医学图像数据。
该项目也在持续迭代优化。
医学诊断、治疗和研究的“路线图”在医学上，90%的临床诊断需要使用带标注的医学图像——病灶及相关器官的有效标注数据，可以帮助医生进行疾病诊断、病情评估、发展趋势预测、和治疗 在策略制定等方面提供重要的定量信息。
带注释的医学图像融合了专家的经验、知识和判断，可以减少医务人员的重复性工作和劳动时间。
它还可以应用于人工智能辅助医疗诊断等领域，有效促进医学研究和临床诊疗的高效发展。
然而，由于现阶段医学人力资源有限，医学图像的勾画和标注是一项相当庞大和复杂的任务。
它只是单个患者的一组医学图像。
简单的需要半个小时才能完成，复杂的需要一两个小时。
在过去的四十年里，学术界和工业界的研究人员开发了大量基于人工智能辅助的半自动甚至全自动标注算法。
然而，这些算法模型往往需要在足够多的带注释的医学图像数据上进行训练，才能够实现普适性更强、准确性更高的分类或诊断效果。
因此，快速获取海量且标注准确的医学图像数据对于医学领域来说是困难和紧迫的，仅仅依靠少数专业医生或医学研究人员的力量是远远不够的。
安全验证技术与医学跨界融合 验证码是一种人机识别方式。
其主要功能是防止垃圾注册、刷票、论坛泛滥等恶意行为，从安全角度来看，其主要意义是减少使用特定程序通过暴力破解登录网站的用户数量、获取经过验证的相关用户信息，保障用户信息安全。
公开数据显示，全球网民每天输入验证码近2亿次，我国网民数量超过9.4亿。
根据这个数据估算，如果借助一大群网友的力量，我们可以在一个小时内勾勒出四家大型医院一整年所需的医学图像标注量。
基于这一理念，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，为广大群众开发并推出了“MedCAPTCHA医学影像验证码”公益实践项目网友自愿体验。
研发人员将深圳大学提供的大量未标记的脱敏医学图像以图片验证码的形式放在防水墙官网上。
在本次自愿安全验证过程中，用户只需参考图片示例“拍猫画虎”，移动鼠标在图片上简单画画即可完成在线验证，成功提供医学图像标注答案。
针对严肃细致的医学研究和诊疗场景，人机验证模式让广大网友参与医学图像标注的初步筛选。
对于采集到的图像标注信息，专业的医学研究人员会在后台对采集到的图像标注信息进行融合和过滤，最终为大数据工作者和医生提供最优质的数据。
人工识别和标注的结果将为公共医疗统计和精准医疗分析提供可靠的核心图像特征基础。
它们还可以作为机器学习的训练样本，推动人工智能在医疗领域的更多应用。
这一公益项目也正在联合腾讯用户研究与体验设计团队（CDC）不断迭代优化。
即使是没有任何专业医学知识的普通网友也能发挥至关重要的作用，帮助医学图像的标注和诊断变得更加高效和准确。