12 月 2-4 日, BEYOND Expo 2021 于中国澳门威尼斯人金光会展中心重磅举行。作为 2021 年度亚太地区最具影响力的科技博览会之一,本次大会邀请到了众多行业专家学者与意见领袖畅谈创新未来。BEYOND 组委会在此次大会中倾力打造科技女性论坛,希望人们摒弃刻板印象与偏见,真正看见在科技创新领域中的 “她力量”,引导和激励更多女性投身科技行业,实现自我价值。论坛荣幸邀请到杭州医策科技首席执行官王晓梅分享人工智能如何赋能健康医疗产业。

医生在对待重大疾病的处理时,经常说病理学是最后的防御,病理是最后的精医学、精标准的准则。但是对于中国市场而言,严重缺乏病理医生,根据国家卫建委的最新统计报告,中国市场只有 1.6 万名注册的病理医生,但是根据中国的 14 亿人口的相关治疗的需求,最起码需要 10 万以上的病理医生,但培养一位病理医生非常的不容易,往往是需要 10 年以上的从业的经验,而且病理医生在地域上的分布非常的不均衡,病理医生基本上工作在在经济发达的地区,有些病人没有办法能够得到病理医生的看护,更不用提适当的诊断和治疗。

病理医生传统的工作方式是基于显微镜传统的工作流程和方式,这就决定了病理医生在工作的时候,没有办法完成协同工作,而且病理医生大依赖于本身的工作经验。基于传统的显微镜下分离的工作方式,所以医生在实际的病理诊断的过程中,经常会将相关的病理的玻片从一个地方邮寄到另外一个地方,所以将疑难杂症的病理的诊断,要拖延到几周以上。这对病人来说是一个非常大的挑战和精神上的压力。

基于以上现状,王晓梅的团队在过去几年,基于病理诊断来辅助癌症诊疗,做了一些革命性的突破性的成长。首先他们通过人工智能辅助诊断的方式,用 AI 深度学习的算法和模型,帮助病理医生从传统的基于显微镜的诊断的方式,转变到基于数字化和智能化的业务流程。这样不仅仅是快速地提升了病理医生的诊断的效率,准确率,而且也让病理医生和病理医生之间的协同成为了可能。

杭州医策科技现有的人工智能产品是关于女性健康的看护,基于女性宫颈疾病的早诊早治。他们第一个人工智能辅助诊断的诊疗的系统是专门针对于宫颈叶肌细胞,目前 AI 辅助的诊断的系统已经商用了。平均一个病理玻片上会有 2~3 万个细胞,有时候甚至有超过十几万个的病理细胞,传统的做法是病理医生在显微镜下,对每一个细胞仔细的阅读,最终达成对整个玻片的诊断。现在基于人工智能的辅助诊断的系统,可以在几十秒之内快速地将玻片上的上万个甚至十几万个细胞快速的诊断判读出来,进一步诊断病人是有病还是没病。真正的帮病理医生从繁重的人工在显微镜下阅片的方式,变成了轻松便捷的工作方式。根据客户的验证,人工智能辅助诊断的协助,让他们的效益提升了 60%。

人工智能和病理相结合这件事最佳的实战经验在哪里?回归到 AI 的技术和产业和病理的结合,其实这一件事情要做成,其实有 80% 的事情是基于业务流程的标准化,20% 是用于人工智能的算法和模型的研发。

规范业务流程的标准化是第一步,王晓梅用宫颈叶肌细胞 AI 辅助诊断系统来举例,从医生拿着宫颈刷采样宫颈的鳞状上层细胞,一直放到保存页,通过冷链送到检测机构,检测机构的医生把它制成玻片再做染色,然后将染色和制片完成的病理的玻片,由医生放入到生物扫描仪,生物扫描仪会自动将这些生物病理玻片扫描成二维的数字图像,然后将二维的数字病理图像传送给 AI 的引擎,经过 AI 的算法和模型的判读,得到了细胞层级以及整个玻片层级的专业的诊断的结果。要完成这样的 AI 落地到健康医疗,不是单纯的 AI 的算法的问题,相反这是医工融合的问题。

人工智能模型和算法是如何工作的?从采样到制片到染色到扫描仪形成二维的数字图像。所有玻片上的细胞都是 3D 的,所以生物扫描仪需要分层扫描,最后做精准的融合,变成二维的数字病理图像。当这些二维的数字病理图像到达 AI 的系统的时候,首先算法基于核心的病理的细胞,做批量处理的图像的切割。然后对它进行目标检测的,然后对可疑的细胞的图像进行排序,在排序的过程中,人工智能的算法是基于每一个细胞去进行分析,AI 的系统里面还有一个特殊的算法的引擎,会将在细胞层级的判读合理的转化成为整个玻片层级的诊断的结果。所以通过这样完整的 AI 引擎分析,人工智能的算法和模型就完成了它的相关的业务流程的使命。

当 AI 运用在健康医疗,特别是癌症诊断的病理领域的时候,数据非常的重要。其实在整个行业的垂直细分领域,所有的公司最大的挑战是数据。数据最关键的是要形成一套完整的数据标准,检测的每一步都是数据标准的一部分,并且还需要专业的病理医生进行数据标注。这也就意味着很多事情要去量化的时候,必须要通过三级审核的标注的机制,才能保证所有标注的这些都是正确的,才能真正形成我数据的精标准。

基于全球市场,在健康医疗领域,人工智能、大数据要能够深度地赋能健康医疗产业,必须要解决数据的问题。在王晓梅看来,要解决整个行业对数据原材料的渴求。当她在中国建立起专注于病理 AI 的人工智能公司的时候,她选择了和迪安诊断合作,将原始的玻片转化为数字的病理图像,同时组建了全国的细胞病理人工智能联盟,构建中国的病理 AI 领域的数据标准,包括数据的采集标准,数据的标注标准,人工智能医疗器械三类证的测评的标准。

这代表我们不再需要医生了吗?从人工智能的演变史来说,人工智能有 70 年的历史了,已经经历过三个时代,但是从人类的计算史来说,人工智能现在还仅仅处于狭窄人工智能阶段。全世界目前已经落地的人工智能系统基本上都是狭窄人工智能。“目前人工智能的系统,他只能做一个特定的任务。我们下一代 AI 将会发展到普遍人工智能,根据过去三四年的研究的历程来说,普遍人工智能在今天它还只是一个愿景,我个人预测,在接下来的可能 10 年至 20 年,普遍人工智能才有可能在大量的计算力以及算法的突破等共同的技术的推进下,才有可能成为实现。”所以目前 AI 不可以代替医生,特别需要医生和算法、人工智能、大数据的工程师进行深度的融合,数字化和智能化才能走得更远更广泛。

针对另外一个热点话题 “健康医疗的 AI 的系统,值不值得信任?” 传统的医疗服务在健康医疗产业,信任是建立在病人和医生之间。现在随着诊断的过程中有医疗的 AI 的系统的介入,如何构建病人、医生和 AI 医疗系统的这三者的信任的关系,全世界有很多科研的团队都在做这一前沿的探索和研究。王晓梅从三个维度做解读,“要做到医疗健康 AI 的可被信任。第一步要完成技术的信任,技术的信任涉及到数据和算法,我们要给到 AI 算法和模型的数据集,必须是正确的。同时要完成人与人之间的可信任,其核心是要确保研发的 AI 的系统,整个系统功要和医生的真实的诊疗习惯相吻合。最后的一个信任是伦理有关法律法规,相关的标准是可信任的。”

最后, 王晓梅和大家分享了 AI 落地到健康医疗产业,特别是 AI 运用到病理癌症诊断,她观察到 4 个前沿的趋势,首先是越来越广泛的数字化,其次是越来越深度的智能化,然后是越来越多的基于云模式的软件服务,最后是越来越多的边缘计算。