AI病理医生来了！“工作速度”是人工的10倍

科技新闻来源：广州日报 2019年06月14日 11:04

我要分享

原标题：

　　AI病理医生一出马，刷新目前国际已公布的国内外AI辅助宫颈癌筛查的最高水平！

　　在排阴率高于60%的基础上，宫颈细胞涂片阴性判读的正确率高于99%，阳性病变的检出率超过99.9%；细胞病理医生镜下阅读宫颈细胞涂片，平均每例要花费6分钟，而AI识别仅需36秒；通过AI辅助宫颈癌筛查模型判读速度竟达人工判读的10倍！

　　广州日报全媒体记者从中国生物产业大会的人工智能辅助宫颈癌筛查研发成果发布会上获悉，金域医学与华为技术联手取得突破，双方团队首次基于病理形态学，通过深度学习的技术，以病理专家的诊断标准训练出精准、高效的AI辅助宫颈癌筛查模型。

　　文/广州日报全媒体记者何雪华 通讯员张金菊

　　病理是诊断金标准 但病理医生太少了

　　病理形态学诊断被医学界公认为疾病诊断的“金标准”。

　　在中山医科大学肿瘤医院从事临床细胞学诊断几十年，国内著名细胞学专家梁小曼教授指出，机体出现病变，具体指的是什么？良性还是恶性？程度如何？要靠病理的不同形态学改变来诊断。

　　然而，一张病理玻璃片，5000个细胞才合格，多则几万个细胞，病理医生一个个看下来，一天看100张会累坏，而且非常枯燥。因此，一名“病理人”，每天看的片90%是阴性的，一看到阳性会兴奋，“不是看到人生病兴奋，是真的太不容易了”，梁小曼说，这是脑力与体力的双重高付出。

　　病理诊断需求量大，却偏偏碰上病理医生紧缺。

　　梁小曼说，比如像宫颈癌筛查，要细胞学与HPV检查一起，中国25~65岁的适龄妇女人群超过3.5亿人，每3~5年筛查一次，每年就需要筛查7000万人次，但事实上，从2009年起推广女性两癌筛查，10年宫颈癌筛查总数量仅7000万人次多一点，人群覆盖率只有21.4%，也就是说，10年才做到1年的量。

　　医学研究显示，筛查的人群覆盖率要达到80%，才能达到降低人群疾病发病率降低。

　　疾病筛查能力不足，问题在于我国病理医生长期稀缺。传统显微镜下阅片，需要以人的视觉诠释、知识积累、技能与天分作为基础，培训周期往往可长达10年左右。数据显示，目前中国注册病理医生不足2万人，以每百张床位配备1名~2名病理医生的标准计算，其缺口仍高达8万~10万人。

　　AI辅助宫颈癌筛查取得重大突破

　　“所以，听说AI病理医生研发取得突破，我是非常兴奋的！”梁小曼说，初步看到，“这名”AI病理医生可降低一半左右的人工判读工作量，意味着可将另一半人工与精力，全部投入到提高阳性率判读上，病理医生被抱怨“看得少、看不准、看得慢”的机会也会大减。

　　梁小曼所说的AI病理医生，说的是金域医学与华为云合作开发的AI辅助宫颈癌筛查模型。

　　每年全世界新增的宫颈癌患者约50万，中国的发病率又占到了26%。宫颈癌这种疾病只要早筛查、早治疗，它的治愈率、五年生存率就可以大幅度提升。

　　据介绍，本次开发基于历年4350万例宫颈细胞学筛查样本，从中挑选出的近20万个图像块，进行精准标注和AI辅助筛查模型训练。

　　首先，由多位病理专家进行标注，确保模型可以对各种病变细胞的形态进行充分的学习。基于这些图像块级别的标注，AI模型先对样本进行初步分类，高效区分阳性细胞密度较高的样本。

　　然后，AI模型再进一步对阳性细胞进行精准识别，确保在阳性细胞密度较低的样本上仍能获取准确的辅助判读结果。为确保结果无误，算法还一并选取一系列可疑的局部视野，交由病理医生最终复阅。

　　目前已用超过20000例样本数据的验证集，对该AI模型进行了验证。验证结果表明，该模型的排阴率为61.9%，阴性片判读的准确率高于99%，阳性病变的检出率超过99.9%。这已经是目前国际公布的国内外AI辅助宫颈癌筛查的最高水平。

　　成果应用：

　　距离落地至少还有三至五年

　　AI病理医生开发成果，可谓数字化医疗与精准医疗的一项重要实践，为未来精准诊断提供强大支撑。一旦成果落地应用，预期可使病理医生进行单次细胞学检查的工作量减少超过60%，筛查效率大幅提升。通常情况下，细胞病理医生镜下阅读宫颈细胞涂片，平均每例需要花费6分钟。而AI识别仅需36秒，判读速度是人工判读的10倍。

　　同时，通过与AI提示的结果进行比对与相互印证，医生可以更方便、更准确地作出人工判读，对病理检查的质量控制、病理专业学生的培训都能带来有效帮助。

　　而在更大的社会效益上，未来，一旦AI辅助宫颈癌筛查落地应用和推广，将可以大幅提升宫颈癌筛查服务覆盖的人群范围与服务频率，使得对适龄妇女人群的筛查质量可以趋近发达国家的水平，促进宫颈癌早筛早治。

　　不过，专家也坦言，成果距离落地至少还有三五年时间。

　　首先，还要继续投入更多样本数据，对AI模型进行大规模验证，同时进行更多的专业标注以改善模型，在保证敏感性的前提下使其特异性不断提升，甚至将适应、贴近基层医院的试剂耗材与制片水平。

　　其次，准备启动CFDA的注册工作，据了解目前还没有很明确的指导流程和周期，“业界很多分析认为，病理AI、影像AI这样的医疗AI，在中国的规模化应用估计需要3年~5年。”

　　“AI病理”VS“AI影像”前者更精准

　　近年来，AI医疗越来越热，同属于辅助诊断领域，AI影像甚至发展更快，比AI病理更早进入注册申请流程。那么，AI病理、AI影像，哪个更强？

　　对此，有细胞病理专家认为AI病理“更难、更精、更缺、更慢”。

　　因为影像基于黑白、密度、大小、边缘，而病理多色、到达细胞水平，而不仅仅是辅助诊断“是不是肿瘤”“是不是病变”。

　　也就是说，AI影像医生可以“允许”结论是“这可能是一个癌症，可能是一个良性肿瘤，可能是一个恶性肿瘤”，而AI病理医生不能这样，要告诉“这是什么，是不是癌，是什么癌”。