每經(jīng)記者 任飛    每經(jīng)編輯 肖芮冬    

長期以來，病理科醫(yī)生的匱乏，不僅會使醫(yī)院專科化的發(fā)展存在短板，也對患者的病情診斷和健康管理帶來隱患。

除了遠程診斷外，業(yè)界已經(jīng)開始謀求AI賦能病理診斷，通過搭建基于深度學習模型的人工智能系統(tǒng)，呈現(xiàn)初步診斷結果，輔助病理醫(yī)生決策。透徹影像目前就正在攻關這一領域，在提高診斷效率與準確率的同時，也為我國病理醫(yī)生隊伍的培養(yǎng)贏得更多寶貴時間。

病理診斷人才供需困境

提及病理領域的供需困境，在透徹影像CTO王書浩看來，相比于物料和錢財?shù)墓┙o，人才不足才是致命的。當中的供需之“殤”在于病理學診斷。他告訴記者，我國的病理醫(yī)生非常短缺，目前大約只有1萬多名職業(yè)病理醫(yī)師。根據(jù)相關規(guī)定，每百張床至少要有1~2名病理醫(yī)生，而按這個標準來計算，我國病理醫(yī)生的缺口至少在6萬~9萬人。

關于病理學診斷的重要性，王書浩指出，惡性腫瘤是全球第二大死因，病理學診斷被認為是最高級別、最可靠的腫瘤診斷方法，是癌癥確診和治療的基本依據(jù)。即使是常規(guī)手術，病理學診斷也是必備的環(huán)節(jié)之一，而病理醫(yī)生的診斷，被視為病情的終極判斷。病理醫(yī)生的培養(yǎng)要求和標準都遠高于一般專科醫(yī)生，一般需要10年資歷才有獨立簽發(fā)病理報告的資格。

因此，增加國內(nèi)醫(yī)療體系中病理科人才儲備的同時，如何利用有限資源優(yōu)化病理診斷環(huán)節(jié)，達成供需平衡，成為了現(xiàn)實課題。王書浩告訴記者，雖然技術手段可以輔助病理診斷環(huán)節(jié)，但由于個體病灶差異明顯，“要想通過技術手段輔助，必須要有深度學習的底層技術加以賦能，才能盡可能提高診斷效率和準確度”。

盡管越來越多的醫(yī)院開始重視病理科發(fā)展，不少也在探索基于數(shù)字病理的遠程會診。但從生產(chǎn)力與生產(chǎn)關系的角度看，“大部分遠程會診是把病例上傳到云平臺，由病理專家出具權威的診斷報告。這樣做雖然優(yōu)化了送檢效率，但并沒有從根本上改善病理醫(yī)生供不應求的現(xiàn)狀”。

用圖像分割模型搭建AI產(chǎn)品平臺

所以，針對病理診斷AI化的探索，王書浩認為勢在必行。通過搭建相應的深度學習模型，可以為有限的病理醫(yī)生減輕巨大的前期診斷壓力，守護患者的生命健康。

如今，圍繞病理診斷的人工智能研究已經(jīng)開始涌現(xiàn)，但從模型的診斷結果來看，效果卻不盡相同。王書浩告訴記者，透徹影像致力于使用大數(shù)據(jù)及人工智能來提供疾病的智能判別、診斷、預測服務，與采用圖像分類的方法來構建病理分析模型不同，其采用圖像分割的方法來獲得像素級的預測結果，更符合病理醫(yī)生臨床使用的需求。他表示，這樣做可以有效地提高模型分析準確率，系統(tǒng)可以精確地給出病變區(qū)域，擁有良好的可解釋性。

在近日Nature Communications平臺發(fā)表的一篇論文中，透徹影像聯(lián)合中國醫(yī)學科學院腫瘤醫(yī)院、北京協(xié)和醫(yī)院等，提煉了可應用于臨床診斷的病理人工智能系統(tǒng)需要滿足的若干必要條件：深度學習模型需要通過多款病理切片掃描儀所獲得數(shù)千張連續(xù)樣本的測試，敏感度應當接近100%，特異性超過80%；通過人工智能系統(tǒng)的輔助，病理醫(yī)師在不延長診斷時效的基礎上，能夠提高診斷的準確率；人工智能輔助診斷系統(tǒng)需要經(jīng)過來自多家醫(yī)院病理切片的多中心驗證，以確保系統(tǒng)在不同醫(yī)院運行時的穩(wěn)定性。

王書浩表示，透徹影像研發(fā)的針對胃、腸、肺、前列腺、淋巴結等器官的病理輔助診斷系統(tǒng)能夠滿足以上的要求。公司目前擁有兩大產(chǎn)品線，Thorough Insights（透徹洞察）與Thorough Map（透徹深視）。前者定位為人工智能數(shù)字化病理診斷平臺，能夠通過深度學習完成數(shù)字病理切片的智能診斷，自動生成結構化診斷報告；后者是人工智能精準病理診斷平臺，是手術（包括微創(chuàng)手術）組織樣本的可視化、定量化病理診斷平臺。

高研發(fā)投入筑牢產(chǎn)品核心競爭力

值得注意的是，Thorough Insights系統(tǒng)可以兼容市面上超過95%的掃描儀品牌，能夠應用于絕大部分醫(yī)療機構。此外，不同于CT、X光等放射影像，病理影像的體積通常都在500MB至2GB，并且信息量大，對包含GPU的運算系統(tǒng)的整體架構提出了很高的挑戰(zhàn)，系統(tǒng)需要支持多服務器、多GPU的拓展。目前，研發(fā)團隊開發(fā)的異構分布式的人工智能病理輔助診斷系統(tǒng)可在20秒內(nèi)完成單張1GB數(shù)字切片的快速分析，能夠滿足病理科的日常診斷需求。

據(jù)王書浩介紹，透徹影像研發(fā)投入的占比達到了公司總投入的85%，并表示在后續(xù)的公司發(fā)展進程中將持續(xù)重視研發(fā)，把前沿技術視為公司的生命線。

據(jù)悉，透徹影像已建立完整的人工智能模型學習流水線，能夠在兩天內(nèi)完成從原始數(shù)據(jù)（億級樣本）到深度學習模型的訓練過程。王書浩表示，公司已將數(shù)據(jù)預處理、模型訓練、模型測試等流程全部自動化，能夠讓研發(fā)人員在短時間內(nèi)同時進行多個器官模型的訓練與測試。在他看來，這不僅可以提高產(chǎn)品的研發(fā)速度，也能夠大幅降低未來的研發(fā)成本、提高研發(fā)效率。透徹影像致力于為行業(yè)內(nèi)的所有合作伙伴提供病理人工智能服務，所服務的客戶既包括各級醫(yī)院，也包括第三方實驗室。

去年10月，透徹影像完成最新一期股權融資，投資方包括普華資本、澳銀資本、磐霖資本與圖靈創(chuàng)投。在此前的融資歷史中，弘道資本等均對該公司進行投資。 

免責聲明：場景匯旨在為創(chuàng)業(yè)者與投資人搭建互動交流、精準對接平臺，我們將定期深度報道優(yōu)秀創(chuàng)業(yè)公司和創(chuàng)業(yè)項目，所選用的素材均來自于公開資料和采訪，請各位投資人謹慎判斷、預防風險。

封面圖片來源：攝圖網(wǎng)