■薛坤

近年来，人工智能与智慧医学成为医学界乃至全社会热议的话题。其中，医疗影像与人工智能的结合正在发生。而病理向来是医疗领域的“金标准”，病理诊断是对疾病下最终判断的环节。人工智能与病理结合能擦出怎样的火花？在日前召开的中华医学会病理学分会第二十三次学术会议暨第七届中国病理年会上，中华医学会病理学分会主任委员步宏指出：“大力发展数字病理是本届中华医学会病理学分会的工作重点之一。在加快数字病理网络平台建设和应用的同时，学会还将组织讨论数字病理发展共识，推动人工智能在数字病理中的应用价值，重视其在辅助、优化病理诊断中所扮演的重要角色。”

数字病理打破病理诊断发展瓶颈

随着癌症患者的飞速增长，同时由于对病理医生的技术性要求高、培养周期长等因素，目前我国病理诊断面临着医疗资源分布不均、医生数量严重缺乏、水平参差不齐等难题。数字病理的出现有效节省了医院病理科的人力、时间成本，提高病理诊断的质量和效率，在一定程度上缓解了病理科的发展困境。

在数字病理中，将切片数字化是最基础、最关键的一步。全视野的数字化切片/全切片数字化图像（whole slide image，简称WSI）通过全自动显微镜或光学放大系统扫描采集得到高分辨数字图像，再应用计算机对得到的图像自动进行高精度多视野无缝隙拼接和处理，获得优质的可视化数据以应用于病理学的各个领域（包骥，步宏。 中国数字病理发展展望[J]。 实用医院临床杂志，2017（5）：1）。

“病理学已经进入数字病理时代。随着肿瘤发病率和病理科工作量不断递增，未来对数字病理的需求巨大。”中华医学会病理学分会副主任委员、河北医科大学第二医院病理科业务主任张祥宏表示，“数字病理的推广应用不但能减轻病理医生的工作负担，还能提高我国医疗欠发达地区的诊断水平和操作规范，是病理科发展的必然趋势。”

步宏提出，数字病理的发展分为三个阶段。第一阶段：基于全玻片数字扫描技术，将传统玻片上的全部图像信息进行数字化，形成数字化切片，可以通过计算机显示器进行阅片，完成对传统显微镜阅片形式的替代。结合计算机存储及网络传输技术，抵消切片信息传递中物理空间与时间的限制，可以开展基于互联网的病理远程会诊和冰冻切片远程诊断等。第二阶段：基于高通量与快速WSI技术，病理科将所有常规切片全部制作成数字切片整合进入日常工作流程，实现数字切片首诊、数字化报告和数字切片存档，从而实现病理过程全流程的数字化质控和管理的全数字化病理科。结合互联网技术，建立区域性网络病理诊断平台，形成打破地域限制的“大病理科”或“云病理科”。第三阶段：在全数字病理科的基础上，存档的数字化切片形成了丰富的数据集，当这些数据集与人工智能（AI）等新兴的计算机算法和计算机强大的运算能力相结合后，将会产生大量用于数字切片的辅助诊断软件，计算机能够自动检测数字切片中的病变区域并定量评估各项指标，帮助病理医生作出快速、准确、重复性高的病理诊断。在这个阶段计算机辅助诊断软件将逐渐成为病理医生日常诊断中不可缺少的工具（包骥。 第一届中国数字病理峰会简介[J]。中华病理学杂志， 2016（45）：1）。

人工智能辅助病理医生实现精准诊断

谷歌AlphaGo战胜了韩国棋手李世石，那么，人工智能与中国的病理医生比拼“读片”，谁将更胜一筹？在第七届中国病理年会期间举办的“2017病理图像诊断人机挑战赛”上，罗氏诊断、华西医院病理教研实验室、成都知识视觉科技有限公司合作的辅助诊断乳腺癌的人工智能系统作为参赛选手之一，与10位资深病理医生同场竞技。参赛选手需要在30分钟内完成10张乳腺浸润性导管癌（IDC）数字切片的Ki67阳性占比计数，要求精确到1%。这10张切片经罗氏诊断Ventana数字病理扫描仪进行扫描上传，挑战赛以赛前特邀病理医生的纯手工计数结果作为评分标准。

此次参赛的人工智能系统采用最新的基于人工神经网络的计算机图像分析技术可快速找出所有浸润性导管癌区域并将该区域自动标注，并结合免疫组化图像，自动检测出IDC区域中的所有Ki67阳性及阴性细胞，计数统计Ki67评分。

10位病理医师的得分悬殊较大，AI的平均得分为98.9分，耗时22分钟，仅次于来自于河北医科大学第二医院病理科教授李月红。最终，李月红以99分荣获此次挑战赛一等奖，并成为唯一一位超过人工智能（98.9分）的病理医生。空军军医大学西京医院病理科主任王哲点评道：“人工智能在定量诊断上具有一定的优势。日常工作中，病理医生往往没有时间对每一张病理切片都进行仔细地分析计数。人工智能可以帮助病理医生分担很多此类重复、机械性的工作内容，让病理医生有时间去完成更具有挑战的工作。未来，人工智能将辅助病理医生，进一步提高病理诊断的效率与可靠度。”

罗氏诊断Ventana研发部副总裁Joachim Schmid表示：“作为全球体外诊断领域的领导者，罗氏诊断始终致力于研发最前沿的诊断技术。在人工智能辅助诊断方面，罗氏诊断在乳腺癌的主要指标的算法分析已经得到国内外的认证，未来还将扩展到胃癌、结直肠癌和肺癌等领域，同时不断开发可量化、数字化的诊断新指标，为精准诊断打下基础，为患者带来更大获益。”