2018年全球新增癌癥診斷病例約1910萬(wàn)，死亡病例約960萬(wàn)；約1／5男性和1／6女性在一生中會(huì)罹患癌癥，1／8男性和1／11女性因癌癥而死亡——這組驚人的數(shù)據(jù)，來(lái)自于WTO下屬“國(guó)際癌癥研究機(jī)構(gòu)”公布的最新全球癌癥數(shù)據(jù)報(bào)告，調(diào)查范圍覆蓋全球185萬(wàn)個(gè)國(guó)家和地區(qū)，涉及36種癌癥的發(fā)病率和死亡率。

“談癌色變”已經(jīng)成為了一種常態(tài)。而在臨床中，癌癥的診斷、治療也依舊是醫(yī)學(xué)難題。

癌癥診斷急缺病理醫(yī)生，但AI可以“復(fù)制”大腦

在一些醫(yī)療影視劇中，借助CT、X光等手段，醫(yī)生總是能夠發(fā)現(xiàn)腫瘤的存在，然后會(huì)進(jìn)行手術(shù)切除。不過(guò)，癌癥診斷就這么簡(jiǎn)單嗎？當(dāng)然不是。這其中的關(guān)鍵在于“病理診斷”。

“病理不一樣，癌的形態(tài)在這里可能成千上萬(wàn)種，識(shí)別方面要復(fù)雜得多�！蓖笍赜跋衤�(lián)合創(chuàng)始人兼技術(shù)總監(jiān)王書(shū)浩稱。

圖 ｜ 透徹影像聯(lián)合創(chuàng)始人兼技術(shù)總監(jiān)王書(shū)浩

作為一種篩查手段，CT、X光是合格的，但論起診斷，“相比于病理切片，CT片、X光片是灰階圖像，信息量比較小。”

一般情況下，癌的確診需要經(jīng)過(guò)病理診斷，所需要識(shí)別的內(nèi)容比CT、X光要復(fù)雜許多。而在醫(yī)學(xué)界，病理被稱為“金標(biāo)準(zhǔn)”，病理醫(yī)生則被稱為“醫(yī)生的醫(yī)生”，是腫瘤類疾病的最終裁決者。

在中國(guó)，每年約有近億張病理切片的診斷需求，與此相對(duì)的，是病理醫(yī)生的“急缺”，培訓(xùn)周期長(zhǎng)、勞動(dòng)報(bào)酬低等成為阻礙病理科新生力量增長(zhǎng)的主要原因。

“按照行業(yè)需求，國(guó)內(nèi)臨床需要10萬(wàn)名病理醫(yī)生，然而注冊(cè)在案的僅有1．2萬(wàn)名，缺口太大�！蓖鯐�(shū)浩表示。并且這1．2萬(wàn)名病理醫(yī)生的水平也存在一定的差距，對(duì)于當(dāng)前的癌癥診斷無(wú)疑是雪上加霜。

這個(gè)缺口如何進(jìn)行填補(bǔ)？王書(shū)浩提出一個(gè)比較通俗的比喻，“AI類似于將一個(gè)人的大腦‘復(fù)制’，并且復(fù)制多份�！�

“這樣做可以帶來(lái)三個(gè)好處：第一，AI識(shí)別的水平高于病理醫(yī)生平均水平，相當(dāng)于我們可以將高水平的診斷‘復(fù)制’到許多醫(yī)院；第二，AI能夠查閱每個(gè)角落，不會(huì)產(chǎn)生疲勞，不易漏診；第三，相比于人類醫(yī)生，AI更為客觀�！�

數(shù)據(jù)積累、模型識(shí)別、分布式計(jì)算“并駕齊驅(qū)”，推動(dòng)病理科智能化

一般情況下，所有算法模型的第一步都是從數(shù)據(jù)采集開(kāi)始，繼而搭建并訓(xùn)練模型，最后在應(yīng)用場(chǎng)景落地。這其中，數(shù)據(jù)采集對(duì)于多數(shù)初創(chuàng)公司而言就是一件較為困難的事情，中間涉及到數(shù)據(jù)多樣性、標(biāo)注準(zhǔn)確率、倫理等多方多面，尤其是以醫(yī)療為代表的一干行業(yè)。

針對(duì)這一問(wèn)題，除了與醫(yī)院合作之外，既有開(kāi)源數(shù)據(jù)是不少公司的選擇。不過(guò)，“基于既有的開(kāi)源數(shù)據(jù)集進(jìn)行建模，然后產(chǎn)品就可以面世，我覺(jué)得這是很荒唐的。”王書(shū)浩表示，“產(chǎn)品需要與客戶進(jìn)行溝通、開(kāi)展需求調(diào)研。另外，既有開(kāi)源數(shù)據(jù)集存在數(shù)據(jù)量小、質(zhì)量低、標(biāo)注不準(zhǔn)確、與應(yīng)用場(chǎng)景差異大等問(wèn)題，基于這類數(shù)據(jù)集進(jìn)行建模，無(wú)法產(chǎn)出合格的產(chǎn)品。”

在數(shù)據(jù)采集方面，透徹影像的做法是跟醫(yī)院緊密合作。王書(shū)浩認(rèn)識(shí)到數(shù)據(jù)是AI的入口，早在草創(chuàng)之初，透徹影像就打磨了一款為醫(yī)生設(shè)計(jì)的標(biāo)注系統(tǒng)“ThoroughWisdom”。

醫(yī)生只需在PC端或是iPad端大致圈出病變區(qū)域，透徹影像的算法就會(huì)自動(dòng)完美勾勒出病變范圍。另外，“運(yùn)用這套系統(tǒng)為我們積累的數(shù)據(jù)也已經(jīng)得到了數(shù)家頂級(jí)三甲醫(yī)院倫理委員會(huì)的許可�！蓖鯐�(shū)浩稱。

與該系統(tǒng)并駕齊驅(qū)的是透徹影像基于這些數(shù)據(jù)所開(kāi)發(fā)的診斷系統(tǒng)“ThoroughInsights”。系統(tǒng)將基于算法模型自動(dòng)圈出病變區(qū)域，并給出病變概率分布與癌占比等信息，病理醫(yī)生可以此為依據(jù)進(jìn)一步作針對(duì)性的檢查，從而提升效率。

圖 ｜ 301醫(yī)院病理科副主任宋志剛正在使用“ThoroughInsights”

“兩套產(chǎn)品是聯(lián)動(dòng)的，如果醫(yī)生發(fā)現(xiàn)Insights模型對(duì)某些罕見(jiàn)案例的診斷效果不佳，會(huì)請(qǐng)主任進(jìn)一步確認(rèn)，找出識(shí)別或預(yù)測(cè)有誤的根源，進(jìn)而在Wisdom系統(tǒng)中增加類似案例的數(shù)據(jù)，繼續(xù)進(jìn)行標(biāo)注，幫助系統(tǒng)不斷迭代。”王書(shū)浩表示。目前，透徹影像的項(xiàng)目重點(diǎn)集中在消化道癌癥、肺癌、前列腺癌、淋巴結(jié)清掃等方面。

這里有一個(gè)有趣的現(xiàn)象，在數(shù)字化變革愈加受到醫(yī)院推崇的現(xiàn)在，作為醫(yī)療重要一環(huán)的病理科卻是數(shù)字化進(jìn)度最緩慢的科室之一，背后的原因在于病理圖像的“大”，且一直以來(lái)沒(méi)有足夠的推動(dòng)力。

相比于2000 x 2000像素的X光片、512 x 512 x 截面數(shù)像素的CT片，病理圖像的大小通常為100kx 200k像素，以GB為存儲(chǔ)單位。對(duì)于普通計(jì)算機(jī)而言，病理圖像的存儲(chǔ)和運(yùn)算都是有難度的。

因此發(fā)展至今，醫(yī)生觀察病理切片依舊依賴于顯微鏡，而電腦的唯一用處只是撰寫(xiě)病理觀察報(bào)告。這種模式下，在大型三甲醫(yī)院，平均每位病理醫(yī)生每天需要觀察200至300張病理切片，并撰寫(xiě)上百份的報(bào)告。

與此同時(shí)，病理科也在經(jīng)歷從傳統(tǒng)病理到數(shù)字病理的轉(zhuǎn)型。數(shù)字病理將玻片電子化，所獲得的數(shù)字切片既可以在計(jì)算機(jī)上存儲(chǔ)和瀏覽，又可以通過(guò)網(wǎng)絡(luò)進(jìn)行傳輸�！耙恢币詠�(lái)，教學(xué)講課和遠(yuǎn)程診斷的數(shù)字切片需求量不足以成為病理科數(shù)字化的推動(dòng)力，而AI則對(duì)數(shù)字病理的普及有著極大的推動(dòng)作用。如果病理切片掃描之后，能夠被計(jì)算機(jī)分析，得出輔助診斷結(jié)果，病理醫(yī)生們會(huì)非常愿意將之?dāng)?shù)字化。”王書(shū)浩稱。

不過(guò)這種操作的背后也需要給力的系統(tǒng)，透徹影像的做法是打造分布式病理影像存儲(chǔ)和分析系統(tǒng)“ThoroughCore”，將病理圖像進(jìn)行“切分”、“分析”和“整合”。簡(jiǎn)單來(lái)說(shuō)，系統(tǒng)中的每個(gè)GPU都將成為一個(gè)工作節(jié)點(diǎn)，被切分的病理圖像塊將被分配至各個(gè)GPU計(jì)算，基于并行計(jì)算各自得出的結(jié)果將在最后被“整合”，從而生成最終結(jié)果，供病理醫(yī)生查看�；�于“ThoroughCore”的核心算法，“ThoroughInsights”系統(tǒng)預(yù)測(cè)一張病理圖像僅需要不到20秒的時(shí)間。

最后

透徹影像的產(chǎn)品在這一年多來(lái)不斷穩(wěn)定迭代優(yōu)化。今年1月初，他們針對(duì)胃癌的測(cè)試版系統(tǒng)已經(jīng)落地301醫(yī)院，公測(cè)版也已于本月發(fā)布，“我們會(huì)在4月份發(fā)布正式版產(chǎn)品�！蓖鯐�(shū)浩說(shuō)道。

此外，病理診斷分為細(xì)胞病理診斷和組織病理診斷，而透徹影像也分別圍繞單個(gè)業(yè)務(wù)成立了公司。其中，北京公司專注于組織病理診斷，而專注于細(xì)胞病理診斷的公司則落戶南京，并成為南京圖靈人工智能研究院9大“人工智能＋”簽約孵化項(xiàng)目之一，該研究院由圖靈獎(jiǎng)唯一一位華裔獲獎(jiǎng)?wù)咭ζ谥窃菏縿?chuàng)立。