數字病理+人工智能在病理中的應用及發展

陳曉智，王建剛

(1.河南省衛生健康委員會，河南 鄭州 450000；2.河南科技大學，河南 洛陽 471000)

河北醫科大學第二醫院張祥宏教授表示，“隨著腫瘤發病率的升高和病理科工作量的不斷遞增，同時基于對病理醫生技術性要求高，病理學已經進入數字病理時代”，未來對數字病理的需求巨大。數字病理的推廣應用不但能減輕病理醫生的工作負擔，節省醫院病理科人力和時間成本，提高病理診斷質量和效率，還能提高我國醫療欠發達地區的病理診斷水平和操作規范，能在一定程度上緩解病理科的發展困境，是病理科發展的必然趨勢。

1 數字病理的發展

目前，數字病理主要進行遠程病理會診，科內數字化切片管理，智能輔助分析等，應用在形態學教學、臨床病理診斷、利學研究等領域。隨著數字化病理的不斷發展，如何構建新的發展進程，關鍵在于如何實現切片數字化。當前，在切片數字化發展中，全切片數字化圖像的發展能夠更好地滿足發展需要。這主要在于，全切片數字化圖像能夠應用在現代光學放大系統中，實現高分辨率圖片的采集，并通過計算機信息技術，將高分辨率數字圖像進行有效處理。因此，處理優化后，切片圖像實現了數字化轉變，在可視化的數據中，可以實現數字化圖片信息的廣泛應用[1]。從當前的發展來看，數字病理發展涉及以下幾個階段。

第1階段：隨著數字掃描技術的不斷發展，并在全切片中的應用，其能夠更好地將傳統的圖片信息以圖像信息化的方式進行有效轉化，數字化的圖片信息可以在計算機的作用之下，實現圖片信息的讀取，這樣就可以轉變傳統圖片信息方式。在數字轉換下的圖片信息資料可以在存儲、信息傳遞等方面實現更加便捷、高效的病理信息診斷。為此，在“互聯網+”的發展背景之下，遠程病理會診、遠程切片診斷均在現代醫療發展中得到了實現。

第2階段：信息技術的發展推動數字病理技術的發展進程。在WSI等技術的應用之下，圖片信息資源形式更加豐富，能夠在數字化切片的應用中實現圖片信息資源的常態化使用及數字化病理信息的存檔。因此，在云技術等的發展及應用之下，“數字病理云”的發展進一步推進了數字化病理發展進程，能夠在現實醫療中更好地滿足醫療診斷的需求。如在區域性網絡環境之下，病理診斷平臺的構建，讓醫療病理診斷突破傳統時間、地域等的限制，提高了診斷效率，同時也讓數字化病理發展進入新的發展階段。

第3階段：隨著全數字技術領域的不斷發展，數字病理正向全數字方向發展。從實際而言，全數字病理的發展進程能夠更好地滿足實際需求，為醫療診斷治療提供更加豐富的數字化資料。特別是在人工智能時代，如何與人工智能融合發展，成為新時期數字病理發展的重要方向。在人工智能的應用中，其能夠更好地依托強大的計算機邏輯及計算能力，實現對數字化病理信息的輔助診斷，提高自動檢測效率。通過人工智能技術，數字化病理信息的判斷能夠在更加高效、智能化的檢測中提高診斷的準確性，滿足現代醫療發展需求[1-2]。

2 人工智能

人工智能是計算機學科的一個分支，是近兩年在全球被廣泛討論和研究的一個火熱話題。人工智能的發展及應用主要在于通過人的模仿與延伸，以實現人機合一的狀態。因此，在人工智能的發展之下，機械具有“人工智能”，能夠在人的思維及判斷的模仿中轉變傳統醫療診斷方式，更好地滿足現代發展需求。在21世紀，人工智能成為高端發展技術之一，是推動現代文明發展的重要技術，具有十分重要及廣泛的應用[2]。

3 病理診斷的發展現狀

在現代醫療診斷中，病理診斷作為“金標準”，如何實現新的發展構建，這直接關系到現代醫療事業的發展進程。在疾病治療中，首先需要確定疾病，這是展開治療的重要基礎。為此，在醫療診斷中，病理診斷尤為重要，需要通過科學準確的診斷，確保治療方案的有效制定。病理診斷專業性極強，對診斷中的每一項環節都有嚴格要求，若某一環節出錯，都會對診斷結果形成直接影響。北京協和醫院陳杰教授在研究中指出，病理診斷是一項專業性工作，要求做好每一項、每一個環節工作，從組織固定到切片、染色，各個環節的操作，都要嚴格依照規范，確保病理診斷的科學準確性。從實際來看，我國有執照的病理醫生嚴重缺乏，現有執照病理醫生不足1萬人，形成了近9萬人的專業人才缺口[3]。

近年來總有媒體過度解讀，高風險、低收入、沒人干、沒人會……成為我國病理學目前的發展現狀。但真正導致病理醫生不足的主要原因是在醫院的地位相對較低。這一社會現象問題的出現，很大程度上在于行業缺乏重視，病理診斷的重要性未能充分體現，并且醫生發展的空間、地位相對比較狹窄，以至于病理診斷人才比較欠缺。以北京協和醫院為例，該醫院每年有近7萬例的病理需要診斷，這是實現疾病治療的重要基礎。病理醫生的培養，是一個長期過程，這就要求在人力上、資源上給予充分保障。一位成熟的病理醫生，需要在大學5～8 a的醫學教育的基礎之上，再經歷5～6 a的實踐鍛煉，在十余年的培養周期中，需要更多的資源導入，同時也需要拓展專業人才教育培育。我國在病理醫生人才的培養中，有待進一步推進，滿足醫療事業發展需求。

4 人工智能在病理診斷中的應用

張大磊是Airdoc公司創始人，在人工智能輔助診斷領域有著多年的深入研究。在他看來，人工智能在病理診斷中的輔助應用，基礎在于專業輔助的導入，也就是說人才培養是人工智能輔助診斷發展的重要基礎，只有在病理專家的輔助之下，能夠實現對特定病的病理進行自動檢測分析，確保人工智能處理的準確性。在人工智能技術的發展中，“人工智能+”的實現能夠極大地提高病理切片識別的準確性。人工智能輔助診斷的構建讓病理的數字化程度提高，并且突破了時間、地域等限制，保障了病理診斷需求。此外，隨著實踐應用經驗的不斷積累，診斷算法模型的不斷升級，能夠更好地滿足實際需求，讓診斷更加高效化、準確化。常規化疾病的診斷可以在人工智能輔助診斷下實現，而在疑難雜癥的診斷中，醫生可以獲得更多地研究時間。因此，人工智能技術在病理診斷中的應用是深化數字化病理發展的重要方向。隨著人工智能技術的不斷成熟，如何更好地實現“人工智能+醫療”的發展構建，直接關系到現代醫療事業的發展進程。

5 數字病理+人工智能的實現

5.1 切片質量是做好人工智能開發和應用的基礎沒有一個好的病理切片，包括HE切片、免疫組織化學切片和特殊染色等，是不可能做好病理診斷的。只有好的切片，才能做出好的數字切片，才能很好地標識出相應的病變。因此，切片的質量是做好人工智能開發和應用必不可少的環節，也是繞不過去的基礎。好的切片與好的標本采集、固定、取材等多個環節有關，本研究提倡：(1)標本及時固定，盡量減少熱缺血對標本的影響；(2)標本采集和取材盡量避免組織擠壓，以減少對診斷的影響；(3)用標準的3.71%中性甲醛溶液在標準時間內固定標本；(4)按規范和指南的要求標準取材，以避免漏掉典型的病變等。這些都是做出好切片的前提，如果連好的HE切片都難做到，后續的免疫組織化學、分子檢測等也不會有過硬的質量，更不要說能很好地應用人工智能來提高工作效率[4]。

5.2 切片的數字化是人工智能開發和應用的必經途徑與其他行業不同，如影像專業、皮膚科專業等，病理的切片產品初始不是數字化的，必須經過數字化的過程才能實現。目前，切片的數字化掃描并非難事，很多平臺都可以實現。但就目前而言，全國各個醫院病理科和實驗室制作的病理切片良莠不齊，要先把病理制片標準化、智能化，才能實行數據標準化。標準統一是必須要解決的問題，有了統一的標準，應用才不至于形成瓶頸，才能使人工智能順利地應用于病理中[5]。

5.3 常規病理質量也是人工智能開發和應用的前提病理是定性分析，而人工智能更擅長的是定量分析。病理醫生處理的很多問題就是模棱兩可的病例，病理醫生為難的病例，人工智能肯定也會為難。機器的處理是非黑即白，要不就是百分率。對于這種模棱兩可或者介于黑白區之間的灰區，人工智能的學習也很尷尬。目前，有些公司、企業或個人已經把數千例，甚至數萬例某種疾病的切片進行了病變的標識，并進行了計算機的深度學習，這也是目前病理界進行人工智能開發的主流，有些已經獲得了比較好的初步結果。但值得注意的是，用于訓練計算機所標注的切片，診斷必須是準確的，如果所標注的病變是錯誤的，所教給計算機的信息也必然是不準確的。因此，必須把診斷的準確性提到人工智能開發之前，沒有診斷質量，人工智能診斷的質量就無法保證[6]。

5.4 病理資料的大數據互通共享人工智能開發需要大數據基礎，目前，真正給人工智能診斷學習的病理切片和病理資料還是太少。醫療機構內對于病歷的管理執行依據衛生行政部門規定，病理資料一般都封閉在科室內部。病理資料的數據需要保護，社會需要數據信息的互通共享。因此，大數據的整合利用需要政府部門出臺相關規定，否則病理數據難以流通共享，也會嚴重制約人工智能在病理應用中的發展。

5.5 目前人工智能的發展應用近年來，人工智能與深度學習帶給醫療健康領域顛覆性的變化。谷歌、谷歌大腦與Verily公司聯合開發了一款能用來診斷乳腺癌的人工智能，通過將病理切片處理成數碼圖像的方式，提供大量腫瘤組織和正常組織的病理切片，供這款人工智能學習。為考查這款人工智能診斷疾病的效果，谷歌安排了一場“人機大戰”，最終結果顯而易見，一位資深病理學家花了整整30 h，仔細分析130張病理切片，依然以73.3%的準確率完敗于準確率高達88.5%的人工智能[7]。

隨著人工智能技術的不斷發展，特別是人工神經網絡技術的應用，在很大程度上提高人工智能輔助診斷的準確性。在2017年的病理圖像診斷人機挑戰賽中，來自中國的10名病理診斷醫生，對陣具有最新人工智能技術的輔助診斷機器。結果，在比賽中人工智能診斷平均得分98.9分，10名病理診斷醫生最高分99分，戰勝人工智能，是比賽中唯一勝過人工智能的病理診斷醫生。這說明人工智能在診斷中具有明顯優勢，不僅診斷效率高，而且診斷準確性高，在絕大多數情況之下，診斷的準確性高于人工。這充分說明，隨著人工智能技術的發展，其在病理診斷中的應用價值得到顯著提高。人工智能在定量診斷上具有一定的優勢。日常工作中，病理醫生往往沒有時間對每一張病理切片都進行仔細地分析計數。人工智能可以幫助病理醫生有效分擔很多此類重復、機械性的工作內容，讓病理醫生有時間去完成更具有挑戰性的工作。未來，人工智能將輔助病理醫生進一步提高病理診斷的效率與可靠度。面對現代醫療技術的不斷發展，如何更好地實現人工智能與現代醫療技術的發展，需要不斷地技術創新，在現代信息技術的應用中，提高應用價值，優化傳統醫療診斷方式，讓人工智能輔助診斷與人工診斷有效結合，保障臨床醫療發展的實際需求。

5.6 人工智能輔助病理醫生實現精準診斷在病理方面，人工智能最大的優勢在于搜索、整合和存儲海量信息，并從中篩選出有價值的數據。通過深度學習技術，不斷汲取醫學書籍、論文，電子病歷等信息，完善自身的數據庫，并通過認知分析技術，結合強大的客觀分析能力，發現人眼不易察覺的細節，學習到病理閱片更深層面的特征，從而不斷完善病理醫生和數字病理診斷知識體系。這正是困擾人類專家的最大難題，難以在短時間內精確診斷是哪種癌癥，并從數據庫中找到針對特定患者的治療信息。一張病理切片在顯微鏡下能看到數百億個結構細胞，而針對每例癌癥患者，病理專家要處理的不僅是一張切片。谷歌的科學家非常形象得解釋了病理專家的工作量，從1 000張含有數千萬像素的高清照片中辨別出哪一個像素塊可能出現了問題，并且還計時……

羅氏診斷Joachim Schmid博士表示，作為全球體外診斷領域的領導者，羅氏診斷始終致力于研發最前沿的診斷技術。在人工智能輔助診斷方面，羅氏診斷在乳腺癌的主要指標的算法分析已經得到國內外的認證，未來還將擴展到胃癌、結直腸癌和肺癌等領域，同時不斷開發可量化、數字化的診斷新指標，為精準診斷打下基礎，為患者帶來更大獲益。

5.7 醫學研究水平將決定人工智能水平盡管人工智能在醫學領域的應用越來越廣泛，但是有一點非常明確，人工智能終究代替不了醫生。人工智能在醫學領域中能發揮的作用還取決于當前的醫學研究水平，其能識別的永遠是人類賦予意義的部分。以谷歌一款人工智能為例，雖然其在乳腺癌診斷的應用場景下表現出色，似乎超越了人類病理專家，但其本身就是依靠乳腺癌病理專家已有的經驗和知識體系，大量訓練而成，對于那些未經訓練的項目和場景，諸如其他癌癥或者自身免疫疾病等并不適應。谷歌研究人員非常客觀的建議，人工智能應該與人類病理專家形成互補，以此提高人工診斷的效率和準確性，這是最合理的應用方式。事實上，病理專家并非朝夕就能培養而成，往往是知識體系和臨床經驗長期打磨而成。因此，從某些角度來看，人工智能并不是戰勝了病理專家，而是將病理專家從大批機械且需要高度集中注意力的工作中解放出來，使之將更多精力放在醫學研究和人文關懷中。中科院計算技術研究所孫凝暉教授在2016年底的論壇上講到：“人工智能不是像互聯網或PC一樣的時代性產物，它就是一個葡萄干，你放在面包上，面包就很好吃”。因此，人工智能在醫療健康領域的應用大概就是葡萄干點綴在面包上，助力醫療健康領域快速發展，為現代醫療事業提供新的發展動力[8]。

6 結語

在信息技術時代，人工智能技術的發展成熟為現代醫療發展提供了新的發展方向與思維，特別是深度學習等人工智能算法的應用，為“人工智能+”的發展提供了有力保障。數字病理是新時期病理診斷的發展方向，也是進一步推動現代醫療事業發展的重要基礎。在現代臨床診斷中，病理診斷是前提，是實現科學治療的重要保障。在當前，乳腺癌、前列腺癌等的臨床診斷都需要病理學診斷，這是確保臨床診斷準確性的內在需求。數字化病理的發展為臨床病理診斷現代化發展提供了新的方向，特別是數字信息化發展的推進，保障了病理診斷的現代化發展。在未來，隨著人工智能技術的不斷發展，病理診斷的發展將進一步滿足實際需求，發揮人工智能輔助診斷的重要作用。