場景：病理診斷

診斷是人工智能在病理領(lǐng)域的一個直觀的應(yīng)用。在常人的刻板印象中，醫(yī)生的職責(zé)是為了給予患者診斷建議，而人工智能則是為了替代醫(yī)生。

這種印象顯然存在邏輯問題，但作為一種數(shù)據(jù)處理手段，經(jīng)過恰當(dāng)訓(xùn)練的AI的確可以全方位地審視病理數(shù)據(jù)信息，以輔助醫(yī)生做出判斷。

事實上，國內(nèi)從事影像數(shù)據(jù)的分析的AI企業(yè)占據(jù)了“AI＋病理”的半壁江山，動脈網(wǎng)記者采訪了部分國內(nèi)外從事病理影像診斷的企業(yè)，并將其特點總結(jié)如下。

1、透徹影像

成立于2017年的透徹影像是一家專注于病理的人工智能企業(yè)，其產(chǎn)品瞄準于肺、胃、腸、淋巴結(jié)、前列腺和乳腺六個病理場景。

透徹影像CTO王書浩認為：“場景的選擇是出于市場考慮，這仍是一片藍海市場，我們希望能在開端惠及更多的患者，胃癌便是如此�！�

中國每年大概有2000萬名患者擁有活檢的需求，其中大部分的需求次數(shù)為兩次及其以上。如此大量的篩查，國內(nèi)的病理科資源實在難以勝任。同時，在胃、腸方向，醫(yī)生的重復(fù)勞動率非常高。很多時候患者可能僅僅是患有腸炎，但仍進行以腸癌為目標導(dǎo)向的治療，這種情況導(dǎo)致了很多無謂的活檢，而人工智能技術(shù)可以快速的甄別這一問題。

基于解放軍總醫(yī)院2017年胃部病理切片測試報告，透徹影像AI對于胃部惡性腫瘤識別的敏感性現(xiàn)已達到100％，特異性也達到了90％。在現(xiàn)有狀態(tài)下，該篩查準確率已經(jīng)達到了一個相當(dāng)高的標準。

而后，該公司將著手對篩查出的癌癥進行準確劃分，確認胃癌的每一個分型，以給出更加精準的診斷建議。

2、深思考

深思考人工智能（iDeepwise．a(chǎn)i）自成立以來，為全國各地30多家知名三甲醫(yī)院及檢驗機構(gòu)提供宮頸癌篩查服務(wù)。至今為止，深思考已經(jīng)完成了近10萬例宮頸玻片的回顧性分析研究。

在研究過程中，其TCT輔助篩查產(chǎn)品癌前病變的敏感性從人工閱片的65％提升至接近100％，陰性預(yù)測值提升至80％左右，可有效降低閱片醫(yī)生8成閱片工作量。

其CEO楊志明談到：“我們在宮頸細胞公開數(shù)據(jù)集Helerv，采用MS－CNN深度學(xué)習(xí)細胞分類算法，相同評測條件下，各項指標超越美國國立衛(wèi)生研究院NIH分類結(jié)果（敏感性超過NIH的結(jié)果1－1．5％），達到該數(shù)據(jù)集上全世界最優(yōu)的結(jié)果�！�

在未來商業(yè)化方面，深思考可根據(jù)已有的TCT輔助篩查收費目錄進行收費。根據(jù)國家發(fā)布最新醫(yī)療價格項目規(guī)定，宮頸細胞學(xué)計算機輔助診斷價格為100元／次－160元／次，按照目前全國每年進行宮頸癌篩查的婦女約為1．1億人次計算，預(yù)計未來平均每年將可產(chǎn)生100億－200億人民幣的經(jīng)濟效益。

3、迪英加

相對于其他的病理企業(yè)，迪英加的“AI＋病理”產(chǎn)品可謂面面俱到，以覆蓋盡可能多的癌癥患者。

迪英加創(chuàng)始人楊林告訴動脈網(wǎng)記者：“中國每年新增的癌癥患者近500萬人，而每年做細胞篩查的量級近一個億，這是一個非常大的數(shù)量。而我們的產(chǎn)品覆蓋了所有的病理科室會用到的各個大類，以及所有類型中至少50％以上的各種病變，其廣度可達世界首位�！�

在產(chǎn)品設(shè)計上，迪英加以D－Path AI人工智能病理輔助診斷系統(tǒng)為核心，在細胞病理方向開發(fā)了20余個智能分析模塊，可協(xié)助診斷胃癌、肺癌、膀胱癌、乳腺癌、腎癌、前列腺癌等癌癥分型。

在分子病理方面，迪英加能運用人工智能對探頭液樣品、血細胞以及像宮頸切片等進行判讀。

如今，迪英加已經(jīng)運用AI讀取了近百萬例宮頸切片，其他類別的病理也趁迅速上升趨勢。并在前不久舉辦的人工智能卓醫(yī)挑戰(zhàn)賽獲得細胞病理（宮頸涂片），組織病理（甲狀腺冰凍）和免疫組化定量分析的三項技術(shù)冠軍。

迪英加的產(chǎn)品源自于迪英加創(chuàng)始人和迪英加研究院在AI－數(shù)字病理領(lǐng)域發(fā)表的100多篇SCI文章，其中《Pathologist－level Interpretable Whole－slide Cancer Diagnosis with Deep Learning》被Nature Medicine （影響因子30）所收錄。

在商業(yè)化方面，迪英加將采取模塊化銷售的方式，即醫(yī)院病理科可選擇最適合自己的模塊進行購買，并可在未來進行模塊擴充。

4、Lunit

來自韓國的人工智能企業(yè)Lunit為乳腺癌研發(fā)了一整套的人工智能產(chǎn)品，其胸部X光攝影和乳房X光攝影用于疾病最初檢測與篩查，讓他乳腺組織病理切片評級是醫(yī)學(xué)最終診斷結(jié)果的關(guān)鍵步驟。

盡管病理學(xué)評級在診斷過程中起著很重要的作用，但該領(lǐng)域還是缺乏可量化的客觀標準和詳細的解釋過程，數(shù)字病理學(xué)的出現(xiàn)為解決該問題帶來了希望。

Lunit在數(shù)字病理學(xué)研究上花費了不少財力和人力，為的是客觀地解釋組織樣本中不同的形態(tài)學(xué)特征，并在提高組織病理學(xué)診斷的準確性、高效性和一致性上進行創(chuàng)新。

2017年，Lunit引入了一種人工智能算法，可以實現(xiàn)對淋巴結(jié)中乳腺癌轉(zhuǎn)移的自動檢測和階段評估，這是人類第一次嘗試將特定的病理學(xué)任務(wù)從頭到尾自動化。

對區(qū)域性淋巴結(jié)的病理診斷（pN－stage：也就是判斷乳腺癌是否已經(jīng)擴散到淋巴結(jié)）這一診斷過程需要進行檢查的圖片數(shù)據(jù)量非常大，且圖片的最高分辨率達到了200，000 × 100，000像素，這需要耗費病理學(xué)家大量的時間來對多個圖片進行仔細審查，最后正確確定pN－stage。

Lunit運用其深度學(xué)習(xí)技術(shù)，開發(fā)出一種高度精確的pN－stage預(yù)測算法，該算法將多個淋巴結(jié)組織切片的腫瘤轉(zhuǎn)移的檢測和分類整合到一個臨床結(jié)果中，使用來自Camelyon17數(shù)據(jù)集的淋巴結(jié)組織學(xué)圖像來建立一個預(yù)測pN－stage的算法，該算法的性能水平超過了目前世界上大多的領(lǐng)先技術(shù)，其有可能顯著提高病理學(xué)家的效率和診斷準確性。

場景：植入器械的人工智能

既然我們可以設(shè)計出深度解析病理影像的軟件，那何不直接在影像采集時就對其進行優(yōu)化呢？

如今，一些傳統(tǒng)的器械企業(yè)也在嘗試將過去死板的儀器智能化，用人工智能賦予其更精細的影像與更迅捷的分析效率。

1、福怡股份

福怡股份是一家深耕病理15年的醫(yī)療器械公司，其產(chǎn)品覆蓋了病理影像采集、病理數(shù)據(jù)分析、遠程病理診斷等服務(wù)，能夠為病理科提供智能診斷整體解決方案。

其研制的數(shù)字病理智能診斷系統(tǒng)可以完成圖像高清數(shù)字化轉(zhuǎn)換，最高通量400片，實現(xiàn)了24小時無人值守自動掃描。病理切片高速掃描，無縫拼接，更改傳統(tǒng)工作方式，讓病理標本數(shù)字化，圖像化，可存儲化，為實現(xiàn)數(shù)字化、信息化打下良好基礎(chǔ)。

福怡股份的數(shù)字病理遠程診斷系統(tǒng)平臺以AI技術(shù)為輔助，已積聚了全國近2000位公立醫(yī)院在職病理科醫(yī)生，為“遠程病理標準實驗室”進行診斷的是各省頂尖病理專家，每個省選取5～10位副高級以上專家，保證診斷結(jié)果在區(qū)域范圍內(nèi)具有一定權(quán)威性，杜絕漏診，確保診斷結(jié)果真實可靠。

2、智影醫(yī)療

近日，智影醫(yī)療研發(fā)的一款 AI 顯微鏡——基于痰菌顯微成像的肺結(jié)核自動診斷系統(tǒng)，即將正式投入商用。AI 顯微鏡應(yīng)用了人工智能深度學(xué)習(xí)算法，可在3分鐘內(nèi)快速掃描整個玻片及進行結(jié)核桿 菌計數(shù)，診斷出肺結(jié)核。

傳統(tǒng)的痰涂片檢測醫(yī)學(xué)圖像處理方式是算法依據(jù)建立的規(guī)則對圖像進行處理，規(guī)則不能適配所有個體，所以檢測的準確率不高，而人工智能的圖像處理，是經(jīng)過了大數(shù)據(jù)的訓(xùn)練，深度學(xué)習(xí)開發(fā)， 可以大幅度提高檢測的準確率。

智影醫(yī)療開發(fā)的 AI 顯微鏡融入了人工智能的圖像處理和視覺處理技術(shù)，提供痰液染色涂片自動 掃描圖像并進行智能檢測分析，醫(yī)生輕松輸入指令，AI 就能自動識別、檢測痰液染色涂片，之后定量計算和生成報告，并將檢測結(jié)果實時顯示到客戶端中，及時提醒又不打擾醫(yī)生工作流程， 能提高醫(yī)生的診斷效率和準確度。