AI在醫(yī)療領(lǐng)域又有了新進展。細(xì)胞病理醫(yī)生鏡下閱讀宮頸細(xì)胞涂片，平均每例要花費6分鐘，而AI識別僅需36秒。也就是說，通過AI輔助宮頸癌篩查模型判讀速度是人工判讀的10倍。

近日，華為技術(shù)有限公司（以下簡稱華為）與金域醫(yī)學(xué)聯(lián)合宣布，雙方合作研發(fā)的AI輔助宮頸癌篩查模型在排陰率高于60％的基礎(chǔ)上，陰性片判讀的正確率高于99％，陽性病變的檢出率也超過99．9％。這是目前國際已公布的國內(nèi)外AI輔助宮頸癌篩查的最高水平。

病理醫(yī)生緊缺 AI來助力

病理形態(tài)學(xué)診斷被醫(yī)學(xué)界公認(rèn)為疾病診斷的“金標(biāo)準(zhǔn)”�！安±韺�業(yè)人員在傳統(tǒng)顯微鏡下閱片，需要以人的視覺詮釋、知識積累、技能與天分作為基礎(chǔ)，培訓(xùn)周期可長達(dá)10年左右�！睋�(jù)金域醫(yī)學(xué)首席信息官李映華介紹，我國病理醫(yī)生的人才資源長期處于稀缺狀態(tài)。

數(shù)據(jù)顯示，目前我國病理醫(yī)生缺口高達(dá)8—10萬人，并且大部分病理醫(yī)生集中大城市三甲醫(yī)院。要應(yīng)對病理人才匱乏難題，減輕病理醫(yī)生的工作壓力，提高診斷效率，人工智能輔助病理診斷被認(rèn)為是其中一個可行方案，并已成為醫(yī)療領(lǐng)域最熱門的研究方向之一。據(jù)不完全統(tǒng)計，目前國內(nèi)已有超20個團隊正在開展人工智能輔助病理診斷的探索。

“在這個方向上，我們認(rèn)為引入AI輔助，可以極大緩解病理醫(yī)生稀缺情況�！崩钣橙A說。2018年，金域醫(yī)學(xué)與華為簽署戰(zhàn)略合作協(xié)議，在人工智能領(lǐng)域開展合作，雙方首個合作方向鎖定在宮頸癌篩查。

為何選擇此領(lǐng)域？每年全世界新增宮頸癌患者約50萬，我國發(fā)病率又占到26％。但宮頸癌如果越早發(fā)現(xiàn)，越早治療，可將5年生存率提升至90％�！拔覈鴮m頸癌篩查的適齡婦女人群超過3．5億人，即使以每3—5年進行一次篩查的標(biāo)準(zhǔn)來衡量，目前國內(nèi)的篩查能力仍然遠(yuǎn)遠(yuǎn)未能達(dá)到要求�！崩钣橙A表示，由于細(xì)胞病理醫(yī)生的極度稀缺，制約了宮頸癌篩查進一步推廣。

AI要在醫(yī)療領(lǐng)域中發(fā)揮作用，需要大量的病理數(shù)據(jù)作支撐�！拔覀兠磕隀z測標(biāo)本的大樣本數(shù)據(jù)超過6000萬例。截至2018年底，金域?qū)m頸病變檢測中心累計收到來自全國31個省市區(qū)的宮頸癌篩查樣本超過4350萬例�！痹擁椖繋ь^人、金域醫(yī)學(xué)病理中心主任羅丕福博士說，“此次技術(shù)開發(fā)中挑選進行模型訓(xùn)練和驗證的32000例樣本就涵蓋了廣東、廣西、江蘇、山東、四川等多個省份，年齡與地區(qū)分布均具有普適性，用于訓(xùn)練的陽性數(shù)據(jù)最新包括2019年，最早可追溯到2007年�！�

利用深度學(xué)習(xí)向AI模型傳授診斷知識

此次雙方合作主要集中在AI輔助宮頸癌篩查模型的開發(fā)。

羅丕福表示，本次開發(fā)先從金域醫(yī)學(xué)歷年所積累的4350萬例宮頸細(xì)胞學(xué)篩查樣本中，挑選出近20萬個圖像塊，進行精準(zhǔn)標(biāo)注和AI輔助篩查模型訓(xùn)練。

華為的華為云AI團隊開發(fā)出的平臺ModelArts，從標(biāo)注、訓(xùn)練模型、圖片判斷、推理等方面為AI模型的訓(xùn)練和應(yīng)用提供技術(shù)支撐�！捌脚_對已經(jīng)上傳到云端的海量圖像塊進行半自動化標(biāo)注，大大節(jié)省了病理醫(yī)生標(biāo)注的時間和精力�！比A為云AI團隊相關(guān)負(fù)責(zé)人介紹，以華為AI昇騰系列芯片為代表的強大算力，有力支撐了整個AI模型的訓(xùn)練與推理過程。

開發(fā)中，首先由金域醫(yī)學(xué)病理專家進行標(biāo)注，確保模型可以對各種病變細(xì)胞的形態(tài)進行充分的學(xué)習(xí)�；�于這些圖像塊級別的標(biāo)注，AI模型先對樣本進行初步分類，高效區(qū)分陽性細(xì)胞密度較高的樣本。然后，AI模型再進一步對陽性細(xì)胞進行精準(zhǔn)識別，確保在陽性細(xì)胞密度較低的樣本上仍能獲取準(zhǔn)確的輔助判讀結(jié)果。為確保結(jié)果無誤，算法還一并選取一系列可疑的局部視野，交由病理醫(yī)生最終復(fù)閱。

“在確保標(biāo)注數(shù)據(jù)的準(zhǔn)確性后，再利用深度學(xué)習(xí)的方法反復(fù)推理、訓(xùn)練，相當(dāng)于由病理專家‘手把手’向AI模型傳授病理診斷知識�！� 羅丕福說。

驗證結(jié)果表明，該模型不僅獲得目前國際已公布的國內(nèi)外AI輔助宮頸癌篩查的最高水平，且預(yù)期可使病理醫(yī)生進行單次細(xì)胞學(xué)檢查的工作量減少超過60％，篩查效率大幅提升。細(xì)胞病理醫(yī)生鏡下閱讀宮頸細(xì)胞涂片的平均時間從6分鐘提高到36秒，判讀速度是人工判讀的10倍。

“我聽了這個成果很興奮。病理醫(yī)生每天都肩負(fù)著很重的病理診斷任務(wù)，通常要看完1萬多個細(xì)胞后才敢進行病理診斷，每天透過顯微鏡看100多張片是體力活，特別累�！� 細(xì)胞病理專家梁小曼教授表示，AI輔助技術(shù)解決了此痛點。其可代替部分比較枯燥、繁重而重復(fù)的閱片工作，讓病理醫(yī)生把更多精力集中在精確診斷上。

“一旦AI輔助宮頸癌篩查落地應(yīng)用和推廣，將可以大幅提升宮頸癌篩查服務(wù)覆蓋的人群范圍與服務(wù)頻率，使得對適齡婦女人群的篩查質(zhì)量可以趨近發(fā)達(dá)國家的水平，促進宮頸癌早篩早治�！崩钣橙A透露，雙方還將在乳腺、消化道、腎臟、血液等其他病理AI場景中尋求新的合作方向，探索更多應(yīng)用可能。