有望提升診斷效率 AI輔助宮頸癌篩查僅需36秒_大陸_國內新聞_新聞

有望提升診斷效率 AI輔助宮頸癌篩查僅需36秒

好機友

AI在醫療領域又有了新進展。細胞病理醫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。也就是說，通過AI輔助宮頸癌篩查模型判讀速度是人工判讀的10倍。

近日，華為技術有限公司（以下簡稱華為）與金域醫學聯合宣布，雙方合作研發的AI輔助宮頸癌篩查模型在排陰率高于60%的基礎上，陰性片判讀的正確率高于99%，陽性病變的檢出率也超過99.9%。這是目前國際已公布的國內外AI輔助宮頸癌篩查的最高水平。

病理醫生緊缺 AI來助力

病理形態學診斷被醫學界公認為疾病診斷的“金標準”。“病理專業人員在傳統顯微鏡下閱片，需要以人的視覺詮釋、知識積累、技能與天分作為基礎，培訓周期可長達10年左右。”據金域醫學首席信息官李映華介紹，我國病理醫生的人才資源長期處于稀缺狀態。

數據顯示，目前我國病理醫生缺口高達8—10萬人，并且大部分病理醫生集中大城市三甲醫院。要應對病理人才匱乏難題，減輕病理醫生的工作壓力，提高診斷效率，人工智能輔助病理診斷被認為是其中一個可行方案，并已成為醫療領域最熱門的研究方向之一。據不完全統計，目前國內已有超20個團隊正在開展人工智能輔助病理診斷的探索。

“在這個方向上，我們認為引入AI輔助，可以極大緩解病理醫生稀缺情況。”李映華說。2018年，金域醫學與華為簽署戰略合作協議，在人工智能領域開展合作，雙方首個合作方向鎖定在宮頸癌篩查。

為何選擇此領域？每年全世界新增宮頸癌患者約50萬，我國發病率又占到26%。但宮頸癌如果越早發現，越早治療，可將5年生存率提升至90%。“我國宮頸癌篩查的適齡婦女人群超過3.5億人，即使以每3—5年進行一次篩查的標準來衡量，目前國內的篩查能力仍然遠遠未能達到要求。”李映華表示，由于細胞病理醫生的極度稀缺，制約了宮頸癌篩查進一步推廣。

AI要在醫療領域中發揮作用，需要大量的病理數據作支撐。“我們每年檢測標本的大樣本數據超過6000萬例。截至2018年底，金域宮頸病變檢測中心累計收到來自全國31個省市區的宮頸癌篩查樣本超過4350萬例。”該項目帶頭人、金域醫學病理中心主任羅丕福博士說，“此次技術開發中挑選進行模型訓練和驗證的32000例樣本就涵蓋了廣東、廣西、江蘇、山東、四川等多個省份，年齡與地區分布均具有普適性，用于訓練的陽性數據最新包括2019年，最早可追溯到2007年。”

利用深度學習向AI模型傳授診斷知識

此次雙方合作主要集中在AI輔助宮頸癌篩查模型的開發。

羅丕福表示，本次開發先從金域醫學歷年所積累的4350萬例宮頸細胞學篩查樣本中，挑選出近20萬個圖像塊，進行精準標注和AI輔助篩查模型訓練。

華為的華為云AI團隊開發出的平臺ModelArts，從標注、訓練模型、圖片判斷、推理等方面為AI模型的訓練和應用提供技術支撐。“平臺對已經上傳到云端的海量圖像塊進行半自動化標注，大大節省了病理醫生標注的時間和精力。”華為云AI團隊相關負責人介紹，以華為AI昇騰系列芯片為代表的強大算力，有力支撐了整個AI模型的訓練與推理過程。

開發中，首先由金域醫學病理專家進行標注，確保模型可以對各種病變細胞的形態進行充分的學習。基于這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，交由病理醫生最終復閱。

“在確保標注數據的準確性后，再利用深度學習的方法反復推理、訓練，相當于由病理專家‘手把手’向AI模型傳授病理診斷知識。” 羅丕福說。

驗證結果表明，該模型不僅獲得目前國際已公布的國內外AI輔助宮頸癌篩查的最高水平，且預期可使病理醫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。細胞病理醫生鏡下閱讀宮頸細胞涂片的平均時間從6分鐘提高到36秒，判讀速度是人工判讀的10倍。

“我聽了這個成果很興奮。病理醫生每天都肩負著很重的病理診斷任務，通常要看完1萬多個細胞后才敢進行病理診斷，每天透過顯微鏡看100多張片是體力活，特別累。” 細胞病理專家梁小曼教授表示，AI輔助技術解決了此痛點。其可代替部分比較枯燥、繁重而重復的閱片工作，讓病理醫生把更多精力集中在精確診斷上。

“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達國家的水平，促進宮頸癌早篩早治。”李映華透露，雙方還將在乳腺、消化道、腎臟、血液等其他病理AI場景中尋求新的合作方向，探索更多應用可能。