AI技術(shù)讓病理檢測(cè)更“聰明”

AI 病理檢測(cè) 阿里云天池

原創(chuàng) 諾諾 | 2020-06-28 14:18

【數(shù)據(jù)猿導(dǎo)讀】聰明的人工智能還會(huì)輔助病理醫(yī)生進(jìn)行初篩，完成一些簡(jiǎn)單而繁重的工作，用最快速度完成人腦不擅長(zhǎng)且易出錯(cuò)的工作，保障數(shù)據(jù)的精準(zhǔn)度。在臨床應(yīng)用上，宮頸癌篩查等AI產(chǎn)品已率先得到了開(kāi)發(fā)。

“阿里云天池聯(lián)合英特爾舉辦“數(shù)字視覺(jué)”挑戰(zhàn)賽-宮頸癌風(fēng)險(xiǎn)智能診斷

被人工智能技術(shù)加持的病理學(xué)診斷，將會(huì)為中國(guó)醫(yī)學(xué)界帶來(lái)怎樣的福音？

據(jù)行業(yè)專(zhuān)家預(yù)測(cè)，AI病理技術(shù)將填補(bǔ)中國(guó)4-9萬(wàn)的病理醫(yī)生缺口，進(jìn)而極大地解放更多醫(yī)療資源。同時(shí)也將大幅提升檢測(cè)效率和精準(zhǔn)度，化身“醫(yī)生的醫(yī)生”，成為病理醫(yī)生們的“最強(qiáng)大腦”。有了AI技術(shù)，病理科醫(yī)生們?cè)僖膊挥米陲@微鏡前小心翼翼地反復(fù)查看，將切片電子化就可直接在電腦中讀取，且電腦屏幕上的切片樣本將更加清晰、明朗。

聰明的人工智能還會(huì)輔助病理醫(yī)生進(jìn)行初篩，完成一些簡(jiǎn)單而繁重的工作，用最快速度完成人腦不擅長(zhǎng)且易出錯(cuò)的工作，保障數(shù)據(jù)的精準(zhǔn)度。在臨床應(yīng)用上，宮頸癌篩查等AI產(chǎn)品已率先得到了開(kāi)發(fā)。

從“數(shù)字視覺(jué)挑戰(zhàn)賽”看病理AI的“聰明”秘訣

在病理檢測(cè)也要進(jìn)入AI時(shí)代時(shí)，人們不禁會(huì)發(fā)問(wèn)，病理AI到底從哪些方面進(jìn)行了提升和修改？為回答大眾疑問(wèn)、切準(zhǔn)行業(yè)痛點(diǎn)，阿里云天池聯(lián)合英特爾舉辦了“數(shù)字視覺(jué)”挑戰(zhàn)賽-宮頸癌風(fēng)險(xiǎn)智能診斷,以賽事強(qiáng)化人工智能與病理檢測(cè)的深度結(jié)合。

“數(shù)字人體視覺(jué)挑戰(zhàn)賽”將探索機(jī)器視覺(jué)等AI技術(shù)在宮頸癌篩查的應(yīng)用前景,會(huì)大大加速人工智能技術(shù)在病理領(lǐng)域的普及,提升我國(guó)醫(yī)療服務(wù)質(zhì)量,推動(dòng)智能醫(yī)療產(chǎn)業(yè)發(fā)展。

大賽選取宮頸癌的早期篩查作為突破口,目前已搜集到了一批創(chuàng)新性強(qiáng)、復(fù)用率高的算法案例,為病理AI的未來(lái)發(fā)展提供了新思路。這項(xiàng)比賽可以有效落實(shí)人工智能與病理篩查深度融合的應(yīng)用落地,由點(diǎn)到面地驅(qū)動(dòng)國(guó)內(nèi)人工智能醫(yī)療產(chǎn)業(yè)長(zhǎng)足發(fā)展。

本次大賽由阿里云計(jì)算有限公司和英特爾(中國(guó))有限公司主辦，北京協(xié)和醫(yī)院指導(dǎo)。人工智能領(lǐng)域巨頭英特爾為參賽選手提供硬件和技術(shù)支持。

用于比賽中的英特爾 ® 深度學(xué)習(xí)加速技術(shù)(VNNI 指令集)極大提升了本次比賽的推斷效率,將病理篩查的判斷時(shí)間從 5s 降到 0.1s。而長(zhǎng)期關(guān)注“AI+醫(yī)療影像”前沿應(yīng)用的阿里云一直致力于培育新業(yè)態(tài)發(fā)展，策劃本次比賽是為了深化健康大數(shù)據(jù)創(chuàng)新。每一個(gè)參與機(jī)構(gòu)都是行業(yè)標(biāo)桿，這也從另一側(cè)面說(shuō)明了醫(yī)學(xué)界對(duì)數(shù)字病理領(lǐng)域的重視程度。

據(jù)天池大賽官方表示,本次賽事總獎(jiǎng)金達(dá)70萬(wàn)元,參賽選手不僅有望獲得豐厚的獎(jiǎng)金,相關(guān)賽事成果也將第一時(shí)間對(duì)接醫(yī)療產(chǎn)業(yè),加快科研創(chuàng)新和轉(zhuǎn)化進(jìn)程。

來(lái)自細(xì)胞檢測(cè)分類(lèi)算法賽道和 VNNI 賽道的 20 支隊(duì)伍通過(guò)層層角逐決出了勝負(fù)。deep-thinker 團(tuán)隊(duì)和 LLLLC 團(tuán)隊(duì)分別獲得了算法賽道和 VNNI 賽道的冠軍。選手采用模型量化的方法后單張 ROI 區(qū)域細(xì)胞檢測(cè)僅需要 0.1s;選手比賽中所沉淀的算法可以嵌入到市面上常用的宮頸癌細(xì)胞學(xué)數(shù)字掃描設(shè)備中;預(yù)計(jì)節(jié)約醫(yī)生 10～20 分鐘的閱片時(shí)間。

此次大賽以宮頸癌為切入口,是希望通過(guò)提供大規(guī)模專(zhuān)業(yè)醫(yī)師標(biāo)注的宮頸癌液基薄層細(xì)胞檢測(cè)數(shù)據(jù),讓選手對(duì)宮頸癌細(xì)胞學(xué)異常鱗狀上皮細(xì)胞進(jìn)行定位并對(duì)其細(xì)胞學(xué)圖片分類(lèi),以提高模型檢測(cè)的速度和精度,輔助醫(yī)生進(jìn)行診斷。選擇宮頸癌早期篩查作為切入點(diǎn)，是因?yàn)榭紤]到其細(xì)胞學(xué)檢測(cè)的可操作性更適合當(dāng)前的數(shù)字病理檢測(cè)水準(zhǔn)。

此外，宮頸癌作為婦科最常見(jiàn)的惡性腫瘤,居我國(guó)女性死亡率排名第二，因此宮頸癌的防治非常重要。在醫(yī)療行業(yè),醫(yī)生通常采用宮頸癌細(xì)胞學(xué)對(duì)宮頸進(jìn)行篩查和接種疫苗來(lái)降低罹患宮頸癌的風(fēng)險(xiǎn)。其中宮頸細(xì)胞學(xué)閱片人員匱乏,閱片數(shù)量壓力大,引入更高效、精準(zhǔn)的機(jī)器閱片幫助醫(yī)生做病灶位置粗篩、疾病輔助診斷已經(jīng)成為潮流。

“現(xiàn)代科學(xué)技術(shù)的介入對(duì)于醫(yī)療工作有著很大的推動(dòng)。”大賽指導(dǎo)單位北京協(xié)和醫(yī)院郎景和院士希望能夠通過(guò)這次大賽摸索出更便捷和準(zhǔn)確的篩查方法,將宮頸癌的篩查和防治工作推向一個(gè)新的高度。

在總決賽期間，大賽組委會(huì)還舉辦了“2020 阿里云天池?cái)?shù)字病理視覺(jué)挑戰(zhàn)賽和研討會(huì)”，吸引了來(lái)自第三方病理診斷中心、學(xué)術(shù)界、產(chǎn)業(yè)界的多位數(shù)字病理行業(yè)前來(lái)。研討會(huì)還重磅發(fā)布了《數(shù)字病理診斷排行榜》,評(píng)選出了數(shù)字病理行業(yè)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的 Top 級(jí)企業(yè)。

AI技術(shù)助力數(shù)字化病理檢測(cè)走完“最后一公里”

在我國(guó)病理檢測(cè)領(lǐng)域，人才缺失依然是最大的問(wèn)題。培養(yǎng)病理醫(yī)生的周期非常長(zhǎng)，培養(yǎng)出一個(gè)經(jīng)驗(yàn)豐富的高年資診斷醫(yī)生大約需要十年時(shí)間，且病理工作強(qiáng)度高，讓很多學(xué)病理的醫(yī)生都沒(méi)能堅(jiān)持到最后。尤其是頂尖的三甲醫(yī)院，工作量更是無(wú)法想象：僅2017年一年，301醫(yī)院的活檢病例就已達(dá)到近9萬(wàn)例，這9萬(wàn)例報(bào)告每例都要經(jīng)過(guò)普通醫(yī)生從大體標(biāo)本取材、一線醫(yī)生閱片、二線醫(yī)生閱片到報(bào)告簽發(fā)的過(guò)程。有些疑難病例還要經(jīng)過(guò)三級(jí)醫(yī)師閱片，甚至全科醫(yī)生的集體討論。因此醫(yī)生加班閱片已是常態(tài)，至少1/3的病例檢測(cè)是在加班時(shí)間完成的。

此外，病理科不像診斷科、影像科具有自動(dòng)化程度低的特點(diǎn)，常規(guī)的病理檢驗(yàn)所需時(shí)間至少在 3 天以上。如果有較為疑難的病癥，加做免疫組化或分子病理，所需診斷時(shí)間達(dá) 7 - 10 天。相比之下，檢驗(yàn)、影像科室的檢驗(yàn)項(xiàng)目大部分在當(dāng)天即可完成。

當(dāng)前的病理診斷主要是以手工操作為主導(dǎo)，所以當(dāng)下的主要切口在于降低重復(fù)性工作，提升病理診斷效率。人才培養(yǎng)和診斷周期過(guò)長(zhǎng)加劇了醫(yī)院病理檢測(cè)的壓力，技術(shù)應(yīng)用場(chǎng)景還是病理AI的“最后一公里”，目前屬于薄弱環(huán)節(jié)。而AI技術(shù)的出現(xiàn)將有效輔佐我國(guó)病理檢測(cè)行業(yè)走好這“一公里”。

目前，病理 AI 的研究主要有三個(gè)部分，包括開(kāi)發(fā)模型、建立關(guān)聯(lián)性和預(yù)后預(yù)測(cè)，可以覆蓋從基層醫(yī)院到三甲醫(yī)院的不同應(yīng)用場(chǎng)景。人工智能將以迅速、標(biāo)準(zhǔn)化的方式處理醫(yī)學(xué)影像，分辨出單個(gè)小區(qū)域內(nèi)被標(biāo)注為“腫瘤”的像素，對(duì)可疑影像進(jìn)行勾畫(huà)、渲染，并給出輔助診斷建議。

雖然許多病理AI產(chǎn)品被應(yīng)用到臨床創(chuàng)新實(shí)踐，但底層核心技術(shù)還沒(méi)有達(dá)到能推動(dòng)這個(gè)領(lǐng)域成熟、成體系的地步。中華醫(yī)學(xué)會(huì)病理學(xué)分會(huì)前任主任委員、四川大學(xué)華西醫(yī)院病理科教授步宏在主題為《遠(yuǎn)程病理與人工智能的再思考》的遠(yuǎn)程演講時(shí)就提出，病理AI一定要在使用中完善與成熟，要建造信息共享平臺(tái)，用靈活的機(jī)制與運(yùn)作打破病理人工智能的研發(fā)孤島。“病理診斷需要整合各種維度的醫(yī)療信息，病理AI的目標(biāo)應(yīng)該是提供多元量化指標(biāo)的支持系統(tǒng)。”

走好病理AI的“最后一公里”，不是讓AI技術(shù)取代病理科醫(yī)生，而是提高其工作效率和準(zhǔn)確度。沒(méi)有病理醫(yī)生參與的病理AI最后也很難獲得商業(yè)上的成功——做病理AI只強(qiáng)調(diào)人工智能是不夠的，病理是非常復(fù)雜的學(xué)科，不能拘泥于切片掃描與標(biāo)注、深度學(xué)習(xí)等技術(shù)，要把診斷專(zhuān)家的經(jīng)驗(yàn)與數(shù)字掃描分析結(jié)合起來(lái)。

在這樣的語(yǔ)境下，病理界和企業(yè)界之間要產(chǎn)生一種相互寬容的機(jī)制。整合用于病理診斷的醫(yī)療信息需要過(guò)程，因此雙方的期待值都不能過(guò)高。創(chuàng)新企業(yè)可以貼合政策需求，巧力推動(dòng)病理AI落地和產(chǎn)業(yè)發(fā)展，幫助病理AI走好這“最后一公里”。相信隨著臨床需求以及市場(chǎng)對(duì)病理重視度的提高，病理AI在不久的將來(lái)會(huì)蓬勃發(fā)展，為病理診斷帶來(lái)新的變革。（諾諾 / 數(shù)據(jù)猿）

來(lái)源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱(chēng)，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。