AI4Life Open Calls and Public Challenges: why, how, and what we have learned.

技术摘要：AI4Life 公开征集与公开挑战赛

问题陈述
本文探讨了先进深度学习（DL）方法在生物图像分析中的可用性与其在生命科学领域实际应用之间持续存在的差距。尽管存在大量算法，但该领域面临的瓶颈并非在于方法论的创新，而是在于应用这些方法所需的“基础设施”：数据就绪度、标注质量、互操作性以及共享规范。作者认为，当前的生物学科学 AI 受限于缺乏符合 FAIR（可发现、可访问、可互操作、可重用）原则的数据、标注和共享基础设施，而非受限于算法本身。

研究方法
为了调查该领域的现状及采用障碍，AI4Life 联盟（2022–2025）执行了两项不同的计划：

1. 三次公开征集（Open Calls, OCs）： 这是一项支持计划，由生命科学家提交生物图像分析项目。入选项目将获得来自 AI 和图像分析专家团队为期六个月的技术支持，旨在开发可重复且符合 FAIR 标准的流水线。选择过程在三轮（2023–2025）中不断演进，加入了强制性数据上传、基于模板的申请以及专家咨询环节，以筛选具备项目就绪度的项目。
2. 三次公开挑战赛（Public Challenges, PCs）： 这些是针对图像去噪（包括无监督、有监督和特定领域的钙成像）的计算竞赛。这些挑战赛利用公开或合成生成的数据集来基准测试现有方法，并鼓励社区参与。

核心贡献与发现

• “就绪度”差距： 对 151 份公开征集申请的分析显示，申请人的预期与数据的实际情况之间存在显著错位。在 22 个入选项目中，仅有 8 个在支持开始时处于完全就绪状态（拥有完整、可用的数据和充足的标注）。仅有 2 个项目拥有足够的地面真值（ground-truth）数据，能够立即将深度学习作为第一步应用。大多数项目需要为数据获取、重新成像或标注投入大量的额外精力。
• 数据基础设施缺陷： 数据传输成为了关键瓶颈。在 22 个项目中，使用了 14 种不同的数据传输方法，涵盖了从私有云服务到物理硬盘的各种方式，凸显了标准化机构基础设施的缺失。此外，数据共享普遍延迟；项目支持结束到公开数据发布之间的平均时间为 8.1 个月。截至撰写时，仅有 17 个项目成功将数据存入公共仓库。
• 工具采用与生态系统： 尽管存在向基于 Python 的深度学习转型的推动，但该领域仍高度依赖成熟且用户友好的工具。在公开征集期间开发的流水线经常整合了如 Cellpose、StarDist、Noise2Void 以及 ImageJ2/Fiji 等“基石”工具。虽然新的架构（如 Transformer、基础模型 SAM2）正在被吸收，但它们主要是在能够减轻标注负担（例如使用预训练模型）时才会被采用，而非仅仅为了追求边际基准性能的提升。
• 公开挑战赛结果： 三场去噪挑战赛吸引了来自 41 个国家的 225 名参与者。结果表明，成熟的方法（如 Noise2Void 及其变体）仍然是大多数参与者的默认选择。然而，在技术要求极高的场景下（如钙成像），替代架构（如基于 Transformer 的模型 Restormer3D）展现出了明显的优势。挑战赛还表明，尽管社区兴趣广泛，但与计算机视觉基准相比，由于缺乏金钱或职业激励，参与度相对较低。
• 选择流程的优化： 本文详细描述了选择流程的演进，指出仅靠远程评分不足以评估项目的就绪度。引入强制性数据上传和专家咨询环节显著提高了识别可解项目并降低了流失率。

意义与主张
作者得出结论，生物学科学 AI 的速率限制因素不是新方法的开发，而是底层数据生态系统的成熟。他们认为：

• 基础设施是瓶颈： 该领域缺乏共享的数据传输基础设施、持续的标注努力以及将数据集发布与方法发布同等对待的激励机制。
• 预期管理： 普遍存在对深度学习数据和标注要求的误解。成功的应用需要现实的预期以及对标注工作的早期规划。
• 社区行动： 本文呼吁改变社区规范和资助优先级。作者建议，资助机构和机构应将数据基础设施、工具维护者和标注工作视为战略性的能力建设，而非外围服务。作者指出，若要使 AI 在生物学领域发挥实际影响，社区必须优先考虑“不性感”的基础设施工作——即共享标准、互操作工具和 FAIR 数据实践——而非仅仅追求新颖的算法。

本文并未声称解决了这些系统性问题，而是通过三年的结构化支持和基准测试，提供了其存在的实证证据，并为未来的计划如何避免类似陷阱提供了路线图。