【byb.cn 】（來源：廣州日報）AI病理醫(yī)生一出馬，刷新目前國際已公布的國內外AI輔助宮頸癌篩查的最高水平！

在排陰率高于60%的基礎上，宮頸細胞涂片陰性判讀的正確率高于99%，陽性病變的檢出率超過99.9%;細胞病理醫(yī)生鏡下閱讀宮頸細胞涂片，平均每例要花費6分鐘，而AI識別僅需36秒;通過AI輔助宮頸癌篩查模型判讀速度竟達人工判讀的10倍！

廣州日報全媒體記者從中國生物產業(yè)大會的人工智能輔助宮頸癌篩查研發(fā)成果發(fā)布會上獲悉，金域醫(yī)學與華為技術聯手取得突破，雙方團隊首次基于病理形態(tài)學，通過深度學習的技術，以病理專家的診斷標準訓練出精準、高效的AI輔助宮頸癌篩查模型。

文/廣州日報全媒體記者何雪華 通訊員張金菊

病理是診斷金標準 但病理醫(yī)生太少了

病理形態(tài)學診斷被醫(yī)學界公認為疾病診斷的“金標準”。在中山醫(yī)科大學腫瘤醫(yī)院從事臨床細胞學診斷幾十年，國內著名細胞學專家梁小曼教授指出，機體出現病變，具體指的是什么？良性還是惡性？程度如何？要靠病理的不同形態(tài)學改變來診斷。

然而，一張病理玻璃片，5000個細胞才合格，多則幾萬個細胞，病理醫(yī)生一個個看下來，一天看100張會累壞，而且非?？菰?。因此，一名“病理人”，每天看的片90%是陰性的，一看到陽性會興奮，“不是看到人生病興奮，是真的太不容易了”，梁小曼說，這是腦力與體力的雙重高付出。

病理診斷需求量大，卻偏偏碰上病理醫(yī)生緊缺。梁小曼說，比如像宮頸癌篩查，要細胞學與HPV檢查一起，中國25~65歲的適齡婦女人群超過3.5億人，每3~5年篩查一次，每年就需要篩查7000萬人次，但事實上，從2009年起推廣女性兩癌篩查，10年宮頸癌篩查總數量僅7000萬人次多一點，人群覆蓋率只有21.4%，也就是說，10年才做到1年的量。

醫(yī)學研究顯示，篩查的人群覆蓋率要達到80%，才能達到降低人群疾病發(fā)病率降低。疾病篩查能力不足，問題在于我國病理醫(yī)生長期稀缺。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，培訓周期往往可長達10年左右。數據顯示，目前中國注冊病理醫(yī)生不足2萬人，以每百張床位配備1名~2名病理醫(yī)生的標準計算，其缺口仍高達8萬~10萬人。

AI輔助宮頸癌篩查取得重大突破

“所以，聽說AI病理醫(yī)生研發(fā)取得突破，我是非常興奮的！”梁小曼說，初步看到，“這名”AI病理醫(yī)生可降低一半左右的人工判讀工作量，意味著可將另一半人工與精力，全部投入到提高陽性率判讀上，病理醫(yī)生被抱怨“看得少、看不準、看得慢”的機會也會大減。

梁小曼所說的AI病理醫(yī)生，說的是金域醫(yī)學與華為云合作開發(fā)的AI輔助宮頸癌篩查模型。每年全世界新增的宮頸癌患者約50萬，中國的發(fā)病率又占到了26%。宮頸癌這種疾病只要早篩查、早治療，它的治愈率、五年生存率就可以大幅度提升。

據介紹，本次開發(fā)基于歷年4350萬例宮頸細胞學篩查樣本，從中挑選出的近20萬個圖像塊，進行精準標注和AI輔助篩查模型訓練。

首先，由多位病理專家進行標注，確保模型可以對各種病變細胞的形態(tài)進行充分的學習?；谶@些圖像塊級別的標注，AI模型先對樣本進行初步分類，高效區(qū)分陽性細胞密度較高的樣本。

然后，AI模型再進一步對陽性細胞進行精準識別，確保在陽性細胞密度較低的樣本上仍能獲取準確的輔助判讀結果。為確保結果無誤，算法還一并選取一系列可疑的局部視野，交由病理醫(yī)生最終復閱。

目前已用超過20000例樣本數據的驗證集，對該AI模型進行了驗證。驗證結果表明，該模型的排陰率為61.9%，陰性片判讀的準確率高于99%，陽性病變的檢出率超過99.9%。這已經是目前國際公布的國內外AI輔助宮頸癌篩查的最高水平。

成果應用：距離落地至少還有三至五年

AI病理醫(yī)生開發(fā)成果，可謂數字化醫(yī)療與精準醫(yī)療的一項重要實踐，為未來精準診斷提供強大支撐。一旦成果落地應用，預期可使病理醫(yī)生進行單次細胞學檢查的工作量減少超過60%，篩查效率大幅提升。通常情況下，細胞病理醫(yī)生鏡下閱讀宮頸細胞涂片，平均每例需要花費6分鐘。而AI識別僅需36秒，判讀速度是人工判讀的10倍。

同時，通過與AI提示的結果進行比對與相互印證，醫(yī)生可以更方便、更準確地作出人工判讀，對病理檢查的質量控制、病理專業(yè)學生的培訓都能帶來有效幫助。

而在更大的社會效益上，未來，一旦AI輔助宮頸癌篩查落地應用和推廣，將可以大幅提升宮頸癌篩查服務覆蓋的人群范圍與服務頻率，使得對適齡婦女人群的篩查質量可以趨近發(fā)達國家的水平，促進宮頸癌早篩早治。

不過，專家也坦言，成果距離落地至少還有三五年時間。

首先，還要繼續(xù)投入更多樣本數據，對AI模型進行大規(guī)模驗證，同時進行更多的專業(yè)標注以改善模型，在保證敏感性的前提下使其特異性不斷提升，甚至將適應、貼近基層醫(yī)院的試劑耗材與制片水平。

其次，準備啟動CFDA的注冊工作，據了解目前還沒有很明確的指導流程和周期，“業(yè)界很多分析認為，病理AI、影像AI這樣的醫(yī)療AI，在中國的規(guī)?；瘧霉烙嬓枰?年~5年?！?

“AI病理”VS“AI影像”前者更精準

近年來，AI醫(yī)療越來越熱，同屬于輔助診斷領域，AI影像甚至發(fā)展更快，比AI病理更早進入注冊申請流程。那么，AI病理、AI影像，哪個更強？

對此，有細胞病理專家認為AI病理“更難、更精、更缺、更慢”。

因為影像基于黑白、密度、大小、邊緣，而病理多色、到達細胞水平，而不僅僅是輔助診斷“是不是腫瘤”“是不是病變”。

也就是說，AI影像醫(yī)生可以“允許”結論是“這可能是一個癌癥，可能是一個良性腫瘤，可能是一個惡性腫瘤”，而AI病理醫(yī)生不能這樣，要告訴“這是什么，是不是癌，是什么癌”。