2017-12-21
閱讀數(shù)：8307
從深藍(lán)到阿爾法，從無人駕駛到智能教育，人工智能（AI）給大眾生活方式、思想帶來極大變化。“AI＋病理”無疑是今年中國(guó)病理界最I(lǐng)N的話題之一，今后人工智能輔助診斷將如何推動(dòng)病理學(xué)科與行業(yè)的升級(jí)，病理醫(yī)師與AI的關(guān)系如何定位，值得每一位病理人思考，同時(shí)讓大家對(duì)未來的無限可能充滿想象！
昨日上午，在江蘇南京由南方醫(yī)科大學(xué)、廣州華銀健康科技有限公司共同主辦的2017年臨床病理聯(lián)盟會(huì)議活動(dòng)“專題四：細(xì)胞病理智能診斷與數(shù)字病理診斷”專場(chǎng)，國(guó)內(nèi)首個(gè)宮頸液基細(xì)胞學(xué)人工智能輔助診斷人機(jī)挑戰(zhàn)賽火熱舉行?；顒?dòng)現(xiàn)場(chǎng)氣氛緊張熱烈，AI、病理醫(yī)師代表，及臺(tái)下的近200位參會(huì)病理醫(yī)師均通過后臺(tái)系統(tǒng)踴躍參與，各方代表診斷結(jié)果即時(shí)展示于大屏幕，一目了然，上演了一場(chǎng)“速度”與“精準(zhǔn)”的大角逐！
病理新世界，AI對(duì)戰(zhàn)閱片高手
宮頸液基細(xì)胞學(xué)診斷人機(jī)挑戰(zhàn)賽活動(dòng)由南方醫(yī)科大學(xué)病理學(xué)系主任梁莉教授熱情主持，擔(dān)當(dāng)“裁判”重任的點(diǎn)評(píng)專家評(píng)審團(tuán)則由北京醫(yī)院病理科主任、中華病理學(xué)分會(huì)細(xì)胞病理專業(yè)學(xué)組組長(zhǎng)劉東戈教授，中國(guó)人民解放軍海軍總醫(yī)院病理科主任孟宇宏教授，以及南方醫(yī)科大學(xué)病理學(xué)系細(xì)胞病理亞?？平M長(zhǎng)張文麗博士三位專家組成。臨床病理聯(lián)盟大會(huì)專家中國(guó)科學(xué)院卞修武院士、中國(guó)醫(yī)師協(xié)會(huì)病理科醫(yī)師分會(huì)會(huì)長(zhǎng)丁彥青教授、我國(guó)著名病理學(xué)專家丁華野教授，以及來自美國(guó)賓夕法尼亞大學(xué)醫(yī)學(xué)部的Paul Zhang（張君良）教授全程參與，高度關(guān)注活動(dòng)過程中的每一個(gè)進(jìn)展，此外活動(dòng)現(xiàn)場(chǎng)還特別邀請(qǐng)到了我國(guó)數(shù)字病理與人工智能輔助診斷領(lǐng)域權(quán)威專家、中國(guó)藥科大學(xué)校長(zhǎng)來茂德教授親臨現(xiàn)場(chǎng)觀戰(zhàn)。
梁莉教授擔(dān)任人機(jī)對(duì)話活動(dòng)主持人
權(quán)威病理專家全程觀戰(zhàn)
在梁莉教授就人工智能與病理診斷相關(guān)專題學(xué)術(shù)報(bào)告結(jié)束后，正式進(jìn)入人機(jī)挑戰(zhàn)賽。首先，現(xiàn)場(chǎng)分成了通過計(jì)算機(jī)AI系統(tǒng)進(jìn)行診斷的人工智能診斷組（簡(jiǎn)稱“AI組”）；3位臺(tái)下主動(dòng)報(bào)名參賽且具五年以上細(xì)胞病理診斷經(jīng)驗(yàn)病理醫(yī)生所組成的傳統(tǒng)顯微鏡診斷組（簡(jiǎn)稱“醫(yī)師組”）；以及現(xiàn)場(chǎng)所有參會(huì)醫(yī)生所組成的手機(jī)閱片診斷組（簡(jiǎn)稱“手機(jī)閱片組”）。其中AI組診斷30個(gè)病例，醫(yī)師組的3位病理醫(yī)師對(duì)這30個(gè)病例每人診斷10例，手機(jī)閱片組則從30個(gè)病例中隨機(jī)抽取10個(gè)病例通過手機(jī)進(jìn)行移動(dòng)數(shù)字閱片。在簡(jiǎn)單的操作流程說明之后，閱片正式開始。閱片時(shí)間以醫(yī)師組全部閱完提交診斷結(jié)果為止。診斷開始后，三組診斷結(jié)果即時(shí)展示于LED屏幕，并與病例方提供最終結(jié)果進(jìn)行相互對(duì)比，對(duì)有爭(zhēng)議的診斷結(jié)果則邀請(qǐng)點(diǎn)評(píng)專家進(jìn)行明確。
AI組、醫(yī)師組、手機(jī)閱片組同時(shí)閱片
隨著主持人梁莉教授宣布對(duì)戰(zhàn)開始，才1分多鐘AI組就已經(jīng)完成3個(gè)病例的診斷，開始診斷第2組的3例標(biāo)本；但是3位病理醫(yī)師也不示弱，合力匹敵AI組。時(shí)間一分一秒過去，AI組率先完成了30個(gè)病例的診斷，3位病例醫(yī)師也隨后不久完成了每位10例的診斷。從診斷時(shí)間來看，醫(yī)師組3位醫(yī)生完成10個(gè)病例診斷所需時(shí)間分別是11分52秒、10分18秒、11分06秒。AI組完成30個(gè)病例診斷共用時(shí)8分23秒，其高效顯而易見。據(jù)項(xiàng)目負(fù)責(zé)人介紹，AI診斷效率仍有很大的提升空間。
從診斷結(jié)果準(zhǔn)確率來看，AI組與醫(yī)師組22例一致，一致率73.33%。AI組與病例標(biāo)準(zhǔn)診斷結(jié)果對(duì)比28例一致，一致率93.33%，三小組數(shù)據(jù)分別有10、9、9例符合；而醫(yī)師組與標(biāo)準(zhǔn)診斷結(jié)果對(duì)比有24例一致，一致率80%，分別有8、10、6例符合。由此可見，醫(yī)師組的特點(diǎn)是醫(yī)師經(jīng)驗(yàn)及臨場(chǎng)狀態(tài)差異較大，第二組的參賽醫(yī)師表現(xiàn)異常優(yōu)異。手機(jī)閱片組也呈現(xiàn)出了個(gè)人差異與結(jié)果分散的特征，來自江蘇省啟東市人民醫(yī)院的政紅老師答題全部正確。
對(duì)于AI組與標(biāo)準(zhǔn)診斷結(jié)果不一致的2個(gè)病例，劉東戈教授領(lǐng)銜的點(diǎn)評(píng)專家組充分結(jié)合數(shù)字切片與鏡下閱片進(jìn)行判讀及解析。最終就本場(chǎng)活動(dòng)表現(xiàn)而言，AI組快速、穩(wěn)定的優(yōu)勢(shì)顯而易見，華銀君認(rèn)為AI組更勝一籌！
AI組與醫(yī)師組診斷結(jié)果展示
由劉東戈教授、孟宇宏教授、張文麗博士組成的點(diǎn)評(píng)專家團(tuán)對(duì)有爭(zhēng)議的病例做最終診斷
病理大腕聚焦，先鋒思想碰撞
此次宮頸液基細(xì)胞學(xué)診斷人機(jī)挑戰(zhàn)賽活動(dòng)，由南方醫(yī)科大學(xué)丁彥青教授、梁莉教授所領(lǐng)銜的病理專家團(tuán)隊(duì)，中國(guó)生物信息學(xué)術(shù)委員會(huì)副主任委員、國(guó)家青年千人張鎮(zhèn)海教授生物信息分析技術(shù)團(tuán)隊(duì)，宜遠(yuǎn)智能人工智能團(tuán)隊(duì)，以及廣州華銀健康科技有限公司病理圖像大數(shù)據(jù)與信息技術(shù)團(tuán)隊(duì)共同協(xié)辦開展完成，還得到亞馬遜云計(jì)算的GPU算力支持。項(xiàng)目技術(shù)負(fù)責(zé)人吳宇作為隊(duì)長(zhǎng)帶領(lǐng)團(tuán)隊(duì)在2017年7月份Intel & 阿里巴巴 100萬獎(jiǎng)金的肺結(jié)節(jié)預(yù)測(cè)比賽中，GPU平臺(tái)全球第2，國(guó)內(nèi)第1（共2887支隊(duì)伍）。正是這樣一支強(qiáng)強(qiáng)聯(lián)合的多領(lǐng)域交叉合作團(tuán)隊(duì)，開發(fā)了技術(shù)水平國(guó)內(nèi)領(lǐng)先的宮頸液基細(xì)胞學(xué)人工智能輔助診斷系統(tǒng)，并率先于國(guó)內(nèi)大型學(xué)術(shù)會(huì)議上展示。
近年來，人工智能帶給醫(yī)療健康領(lǐng)域革命性的變化，用于疾病診斷和病理分析的人工智能已成熱點(diǎn)，國(guó)內(nèi)外均已開展相關(guān)研究工作?；诤Ａ坎±頀呙鑸D片大數(shù)據(jù)的人工智能輔助病理診斷平臺(tái)，經(jīng)深度神經(jīng)網(wǎng)絡(luò)抽提細(xì)胞學(xué)特征進(jìn)行訓(xùn)練，精準(zhǔn)度可超過資深病理醫(yī)生（本項(xiàng)小規(guī)模樣本測(cè)試活動(dòng)中正確率為93.3%，具五年以上診斷經(jīng)驗(yàn)醫(yī)師組正確率為80.0%)。人工智能模型可持續(xù)訓(xùn)練、升級(jí)能力強(qiáng)，保障精準(zhǔn)度可持續(xù)提升。同時(shí)人工智能診斷效率更高，可消除疲勞導(dǎo)致誤診情況以及病理醫(yī)生水平差異，診斷結(jié)果更加客觀、一致，最大限度解放病理醫(yī)生的勞動(dòng)力。我國(guó)病理醫(yī)師人才匱乏、醫(yī)師水平參差不齊已是不爭(zhēng)的事實(shí)，且病理醫(yī)師人才培養(yǎng)周期長(zhǎng)，診斷缺乏規(guī)范化、標(biāo)準(zhǔn)化，成為限制我國(guó)臨床水平發(fā)展的關(guān)鍵因素之一。在國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》等政策文件引領(lǐng)下，人工智能開發(fā)及應(yīng)用是國(guó)家今后20年的基本國(guó)策，智能醫(yī)療和智能病理是重點(diǎn)發(fā)展方向。人工智能于病理學(xué)科的廣泛應(yīng)用，似乎是解決我國(guó)當(dāng)前病理學(xué)發(fā)展困境的曙光。
專家觀點(diǎn)：
卞修武院士：我同意一種說法，醫(yī)學(xué)中包含“科學(xué)＋宗教＋藝術(shù)”等多種成分。科學(xué)追求真，宗教倡導(dǎo)善，藝術(shù)講究美。人工智能診斷基于科學(xué)技術(shù)，是醫(yī)學(xué)發(fā)展的重要趨勢(shì)之一，但不會(huì)完全代替醫(yī)生；人的善和美是機(jī)器無法企及的。新生事物的生命力總是非常強(qiáng)大的，先進(jìn)的方向我們需要去學(xué)習(xí)、去重視，人工智能將來也可能成為我們不可或缺的伙伴和助手。人工智能用于病理診斷關(guān)鍵是用怎樣的信息和標(biāo)準(zhǔn)用于診斷和深度學(xué)習(xí)？人工智能未來要走的路還很遠(yuǎn)，還需要結(jié)合現(xiàn)代醫(yī)學(xué)的發(fā)展（比如把形態(tài)與分子標(biāo)志物整合進(jìn)去，去幫助人工智能），讓人工智能更好地輔助醫(yī)生的工作。不要簡(jiǎn)單地認(rèn)為人工智能只能診斷簡(jiǎn)單的病例，它能綜合很多人腦不能同時(shí)運(yùn)行的數(shù)據(jù)，比如它能同時(shí)運(yùn)行影像多模態(tài)數(shù)據(jù)、病人年齡等臨床數(shù)據(jù)，快速分析與判定，所以從某種角度而言，人工智能對(duì)復(fù)雜、疑難病例的判斷會(huì)比人腦更全面、更有力。
丁華野教授：這是首場(chǎng)真正意義上的細(xì)胞病理診斷人工智能展示，為我們展示了人工智能在病理診斷上的可能性，接下來應(yīng)該將此項(xiàng)技術(shù)的研究工作更深入，投入更多的關(guān)注，促進(jìn)其發(fā)展。（注：非原話，筆者根據(jù)理解整理。）
Paul Zhang教授：中國(guó)病理醫(yī)師工作量非常大，AI確實(shí)能大大降低醫(yī)生工作量，減少病理醫(yī)生的負(fù)擔(dān)，提高工作效率，利用好人工智能這是細(xì)胞學(xué)診斷上歷史性的時(shí)刻，也是一個(gè)“win－win”雙贏的好事！我今天很高興在臨床病理聯(lián)盟會(huì)議上見證了這一時(shí)刻！
丁彥青教授：我們要有“AI精神”，AI雖然沒有人類的情感，但它這種“機(jī)械”精神是我們需要汲取的。我們需要像AI學(xué)習(xí)，不斷提高病理人自身的學(xué)術(shù)水平，不斷追求，不斷創(chuàng)新，不斷挑戰(zhàn)。病理人工智能永遠(yuǎn)在路上，我們要不斷攀登不斷學(xué)習(xí)，這樣我們的病理事業(yè)才能跟上世界病理的步伐。這是病理人共同的選擇，是對(duì)一份事業(yè)的追求，也是一種執(zhí)著不移的信念！
