近日，由中華醫(yī)學會、中華醫(yī)學會病理學分會主辦，中南大學湘雅二醫(yī)院協(xié)辦的中華醫(yī)學會第十六屆全國細胞病理學會議在長沙召開。

深思考技術負責人李亞偉以《人機協(xié)同，突破宮頸癌篩查瓶頸》為題，進行了精彩的演講，闡述了在深思考AI系統(tǒng)的協(xié)助下，醫(yī)療機構如何更好地解決宮頸癌篩查的問題。

據(jù)動脈網了解，深思考核心團隊由中科院自動化所、軟件所、計算所、微電子所等中科院院所、清華大學、海外知名大學人工智能方向的科學家與領域業(yè)務專家組成。公司研發(fā)的人工智能宮頸癌輔助篩查系統(tǒng)篩查敏感性達到98．4％，特異性99．77％，可實現(xiàn)90秒分類70000個細胞，1－3分鐘自動出具初篩報告。目前已經覆蓋70％以上的第三方檢驗機構，病理樣本大數(shù)據(jù)超過百萬份。

北京醫(yī)院病理科主任劉東戈教授蒞臨深思考展臺指導

基于以上了解，動脈網采訪了深思考CEO楊志明博士，對深思考進行深入跟蹤報道。

近幾年，深度學習技術推出之后，人工智能迎來了新的發(fā)展高潮。另外，醫(yī)療大健康對普通民眾來說是剛性需求，國家政府也是高度重視，但我國醫(yī)療資源分布不平衡，迫切需要新的技術來緩解和解決這些問題，所以，作為中科院軟件所人工智能方向的博士，楊志明及其團隊將創(chuàng)新創(chuàng)業(yè)的方向聚焦在了醫(yī)療大健康領域。

之所以選擇宮頸癌篩查，楊志明表示，當前癌癥在中國乃至全世界發(fā)病率偏高且在逐年增加，尤其像宮頸癌、乳腺癌等。我們需要迫切解決一個重要問題——宮頸細胞學篩查現(xiàn)狀。目前國內醫(yī)療和醫(yī)生資源嚴重不足，中國病理醫(yī)生與人口比例僅為 1：70000，而美國為 1：2000。

另外人眼閱片費時費力，每張片子約5－10分鐘，每天最多閱片約100張，閱片數(shù)量多，閱片壓力大，閱片人員由于疲勞和技能水平及主觀判讀等因素造成敏感性僅有65％左右。

尤其是在基層，按照政府要求，基層醫(yī)療機構要完成當?shù)厝藗兊膬砂┖Y查工作，由于技術和專業(yè)人員的不足，兩癌篩查工作壓力巨大。利用AI賦能的方式可以快速提高基層的醫(yī)療服務能力，滿足基層的篩查需求。

據(jù)記者了解，深思考擁有多種AI能力，聚焦于解決剛需問題，構建醫(yī)療大健康解決方案。深思考人工智能同時具備三種AI核心能力（自然語言處理與理解、計算機視覺、深度學習處理器），這是一般AI公司所不具備的。針對醫(yī)療大健康市場需求，楊志明博士及其團隊運用三種AI武器，提供端、云兩種解決方案。

針對基層宮頸癌篩查技術難度大，篩查率低的情況，深思考人工智能iDeepWise針對宮頸細胞輔助篩查的產品化有 “云”和“端”兩種形態(tài)模式的解決方案。

“云”模式：“宮頸細胞AI篩查云”，深思考建立了Cervical Cancer sCreening Cytology Cloud （C6）云 。基層醫(yī)院可以通過病理掃描儀、顯微鏡等設備接入C6云， C6云由云端AI服務器集群組成，病理掃描儀或顯微鏡接入后，系統(tǒng)會自動的分析病理細胞，進行分割、檢測、分類等AI任務，并在1－3分鐘內給出篩查報告。

高適應性：該系統(tǒng)可以適配絕大部分廠商的終端病理掃描儀，適配絕大部分耗材染液生產廠商產生的病理細胞圖像。目前市場上做宮頸細胞制片的第三方機構、醫(yī)療機構林林總總，制片方法、耗材、染色并不完全相同，樣本中的細胞團簇也屢見不鮮，深思考通過優(yōu)化AI模型的自適應與學習來分割團簇細胞，適配不同樣本。

楊志明博士表示，產品服務化是深思考非常注重的商業(yè)模式，產品服務化能夠使得產品大規(guī)模應用，所以在研發(fā)之初，深思考團隊不但對敏感性、特異性等功能性指標做了極高的要求，而且也對高適應性、易用性、用戶體驗等非功能性因素也做了重點深入的研發(fā)。

在易用性方面，深思考確保無論是三甲醫(yī)院的專家，還是基層醫(yī)療機構的醫(yī)生、第三方體檢和檢驗機構的工作人員都可以非常方便的使用。并且將系統(tǒng)無縫集成到醫(yī)生的工作流程中，不會讓醫(yī)生感覺到額外的操作，一句話就是透明簡便易用。

“端”模式：深思考基于自主研發(fā)的醫(yī)療領域專用AI芯片M－DPU的優(yōu)勢，將醫(yī)療領域常用的視覺算法與M－DPU結合形成一站式解決方案。通過將M－DPU植入合作方的眾多醫(yī)療器械中，形成醫(yī)療器械的“AI大腦”，賦能醫(yī)療器械。

“云”和“端”兩種模式的解決方案，使得AI+醫(yī)療算法模型能夠離線、高性能、高精度運行在醫(yī)療終端設備中，其中算法部分包含診療中的醫(yī)療影像識別與醫(yī)學圖像的自然語言描述與交互兩部分，通過深度學習人工智能技術實現(xiàn)對兩癌（宮頸癌、乳腺癌）篩查、問診（術前咨詢、術后康復指導）等功能。

楊志明告訴動脈網，“云”和“端”兩種模式的解決方案，其核心優(yōu)勢可歸結為：

高速度，90秒分類70000個細胞

面對定位的問題，楊志明表示人工智能落地難，關鍵還是對AI這塊的一個定位和期望。

與市場上很多企業(yè)不同，深思考將自己的產品定位為排除陰性（正常與健康的樣本）。楊志明表示，深思考的宮頸癌篩查系統(tǒng)，最終實現(xiàn)的功能是 “陰陽分流”，把陰性的樣本排除，把剩下的可疑樣本進一步做檢查確認。

這樣產品功能定位，最關鍵的是如何保證不出現(xiàn)假陰性。

楊志明博士告訴記者，為了確保不漏診，深思考一方面從算法模型避免假陰性存在，本著“寧可錯殺一千，不可放過一個的原則”來打磨自己的算法模型，確保不遺漏。

這樣會造成讓假陽性率略高，面對這種情況，楊志明表示，目前深思考新版系統(tǒng)的排陰率為81％，這就意味著基層醫(yī)生如果使用深思考的產品可以減少81％ 的讀片量。提高排陰率是深思考一直研發(fā)的重點，未來深思考會一直優(yōu)化這個指標。

楊志明告訴動脈網記者，隨著醫(yī)療衛(wèi)生體制改革，醫(yī)保控費、大病防患于未然成為醫(yī)療行業(yè)各方關注的事情，因此體檢篩查的量會越來越多。

目前深思考主要為醫(yī)院、第三方體檢和檢驗機構提供技術服務，尤其是第三方檢驗機構，他們的篩查數(shù)量巨大，對技術的需求非常迫切。

深思考通過為這些機構高并發(fā)大規(guī)模的宮頸細胞篩查，獲取技術服務費，收費方式也是多種多樣，可按照篩查數(shù)量，也可打包服務。

因為現(xiàn)實中很多基層醫(yī)療機構的病理檢驗都是交由第三方檢驗中心來做，所以在未來發(fā)展中，深思考在市場方面會著重與第三方檢驗機構合作，目前在第三方檢驗機構的覆蓋率為70％以上。

另外，深思考也與數(shù)十家知名三甲醫(yī)院共建病理科，共同打造智慧病理科，利用AI技術賦能病理科，讓AI技術在醫(yī)療領域實現(xiàn)靠譜的商業(yè)模式，真正落地醫(yī)療大健康，最終普惠國民大眾。