2017-12-21
閱讀數：8558
從深藍到阿爾法，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?！癆I＋病理”無疑是今年中國病理界最IN的話題之一，今后人工智能輔助診斷將如何推動病理學科與行業(yè)的升級，病理醫(yī)師與AI的關系如何定位，值得每一位病理人思考，同時讓大家對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、廣州華銀健康科技有限公司共同主辦的2017年臨床病理聯盟會議活動“專題四：細胞病理智能診斷與數字病理診斷”專場，國內首個宮頸液基細胞學人工智能輔助診斷人機挑戰(zhàn)賽火熱舉行。活動現場氣氛緊張熱烈，AI、病理醫(yī)師代表，及臺下的近200位參會病理醫(yī)師均通過后臺系統(tǒng)踴躍參與，各方代表診斷結果即時展示于大屏幕，一目了然，上演了一場“速度”與“精準”的大角逐！
病理新世界，AI對戰(zhàn)閱片高手
宮頸液基細胞學診斷人機挑戰(zhàn)賽活動由南方醫(yī)科大學病理學系主任梁莉教授熱情主持，擔當“裁判”重任的點評專家評審團則由北京醫(yī)院病理科主任、中華病理學分會細胞病理專業(yè)學組組長劉東戈教授，中國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)科大學病理學系細胞病理亞專科組長張文麗博士三位專家組成。臨床病理聯盟大會專家中國科學院卞修武院士、中國醫(yī)師協(xié)會病理科醫(yī)師分會會長丁彥青教授、我國著名病理學專家丁華野教授，以及來自美國賓夕法尼亞大學醫(yī)學部的Paul Zhang（張君良）教授全程參與，高度關注活動過程中的每一個進展，此外活動現場還特別邀請到了我國數字病理與人工智能輔助診斷領域權威專家、中國藥科大學校長來茂德教授親臨現場觀戰(zhàn)。
梁莉教授擔任人機對話活動主持人
權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專題學術報告結束后，正式進入人機挑戰(zhàn)賽。首先，現場分成了通過計算機AI系統(tǒng)進行診斷的人工智能診斷組（簡稱“AI組”）；3位臺下主動報名參賽且具五年以上細胞病理診斷經驗病理醫(yī)生所組成的傳統(tǒng)顯微鏡診斷組（簡稱“醫(yī)師組”）；以及現場所有參會醫(yī)生所組成的手機閱片診斷組（簡稱“手機閱片組”）。其中AI組診斷30個病例，醫(yī)師組的3位病理醫(yī)師對這30個病例每人診斷10例，手機閱片組則從30個病例中隨機抽取10個病例通過手機進行移動數字閱片。在簡單的操作流程說明之后，閱片正式開始。閱片時間以醫(yī)師組全部閱完提交診斷結果為止。診斷開始后，三組診斷結果即時展示于LED屏幕，并與病例方提供最終結果進行相互對比，對有爭議的診斷結果則邀請點評專家進行明確。
AI組、醫(yī)師組、手機閱片組同時閱片
隨著主持人梁莉教授宣布對戰(zhàn)開始，才1分多鐘AI組就已經完成3個病例的診斷，開始診斷第2組的3例標本；但是3位病理醫(yī)師也不示弱，合力匹敵AI組。時間一分一秒過去，AI組率先完成了30個病例的診斷，3位病例醫(yī)師也隨后不久完成了每位10例的診斷。從診斷時間來看，醫(yī)師組3位醫(yī)生完成10個病例診斷所需時間分別是11分52秒、10分18秒、11分06秒。AI組完成30個病例診斷共用時8分23秒，其高效顯而易見。據項目負責人介紹，AI診斷效率仍有很大的提升空間。
從診斷結果準確率來看，AI組與醫(yī)師組22例一致，一致率73.33%。AI組與病例標準診斷結果對比28例一致，一致率93.33%，三小組數據分別有10、9、9例符合；而醫(yī)師組與標準診斷結果對比有24例一致，一致率80%，分別有8、10、6例符合。由此可見，醫(yī)師組的特點是醫(yī)師經驗及臨場狀態(tài)差異較大，第二組的參賽醫(yī)師表現異常優(yōu)異。手機閱片組也呈現出了個人差異與結果分散的特征，來自江蘇省啟東市人民醫(yī)院的政紅老師答題全部正確。
對于AI組與標準診斷結果不一致的2個病例，劉東戈教授領銜的點評專家組充分結合數字切片與鏡下閱片進行判讀及解析。最終就本場活動表現而言，AI組快速、穩(wěn)定的優(yōu)勢顯而易見，華銀君認為AI組更勝一籌！
AI組與醫(yī)師組診斷結果展示
由劉東戈教授、孟宇宏教授、張文麗博士組成的點評專家團對有爭議的病例做最終診斷
病理大腕聚焦，先鋒思想碰撞
此次宮頸液基細胞學診斷人機挑戰(zhàn)賽活動，由南方醫(yī)科大學丁彥青教授、梁莉教授所領銜的病理專家團隊，中國生物信息學術委員會副主任委員、國家青年千人張鎮(zhèn)海教授生物信息分析技術團隊，宜遠智能人工智能團隊，以及廣州華銀健康科技有限公司病理圖像大數據與信息技術團隊共同協(xié)辦開展完成，還得到亞馬遜云計算的GPU算力支持。項目技術負責人吳宇作為隊長帶領團隊在2017年7月份Intel & 阿里巴巴 100萬獎金的肺結節(jié)預測比賽中，GPU平臺全球第2，國內第1（共2887支隊伍）。正是這樣一支強強聯合的多領域交叉合作團隊，開發(fā)了技術水平國內領先的宮頸液基細胞學人工智能輔助診斷系統(tǒng)，并率先于國內大型學術會議上展示。
近年來，人工智能帶給醫(yī)療健康領域革命性的變化，用于疾病診斷和病理分析的人工智能已成熱點，國內外均已開展相關研究工作?；诤Ａ坎±頀呙鑸D片大數據的人工智能輔助病理診斷平臺，經深度神經網絡抽提細胞學特征進行訓練，精準度可超過資深病理醫(yī)生（本項小規(guī)模樣本測試活動中正確率為93.3%，具五年以上診斷經驗醫(yī)師組正確率為80.0%)。人工智能模型可持續(xù)訓練、升級能力強，保障精準度可持續(xù)提升。同時人工智能診斷效率更高，可消除疲勞導致誤診情況以及病理醫(yī)生水平差異，診斷結果更加客觀、一致，最大限度解放病理醫(yī)生的勞動力。我國病理醫(yī)師人才匱乏、醫(yī)師水平參差不齊已是不爭的事實，且病理醫(yī)師人才培養(yǎng)周期長，診斷缺乏規(guī)范化、標準化，成為限制我國臨床水平發(fā)展的關鍵因素之一。在國務院《新一代人工智能發(fā)展規(guī)劃》等政策文件引領下，人工智能開發(fā)及應用是國家今后20年的基本國策，智能醫(yī)療和智能病理是重點發(fā)展方向。人工智能于病理學科的廣泛應用，似乎是解決我國當前病理學發(fā)展困境的曙光。
專家觀點：
卞修武院士：我同意一種說法，醫(yī)學中包含“科學＋宗教＋藝術”等多種成分?？茖W追求真，宗教倡導善，藝術講究美。人工智能診斷基于科學技術，是醫(yī)學發(fā)展的重要趨勢之一，但不會完全代替醫(yī)生；人的善和美是機器無法企及的。新生事物的生命力總是非常強大的，先進的方向我們需要去學習、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鍵是用怎樣的信息和標準用于診斷和深度學習？人工智能未來要走的路還很遠，還需要結合現代醫(yī)學的發(fā)展（比如把形態(tài)與分子標志物整合進去，去幫助人工智能），讓人工智能更好地輔助醫(yī)生的工作。不要簡單地認為人工智能只能診斷簡單的病例，它能綜合很多人腦不能同時運行的數據，比如它能同時運行影像多模態(tài)數據、病人年齡等臨床數據，快速分析與判定，所以從某種角度而言，人工智能對復雜、疑難病例的判斷會比人腦更全面、更有力。
丁華野教授：這是首場真正意義上的細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，接下來應該將此項技術的研究工作更深入，投入更多的關注，促進其發(fā)展。（注：非原話，筆者根據理解整理。）
Paul Zhang教授：中國病理醫(yī)師工作量非常大，AI確實能大大降低醫(yī)生工作量，減少病理醫(yī)生的負擔，提高工作效率，利用好人工智能這是細胞學診斷上歷史性的時刻，也是一個“win－win”雙贏的好事！我今天很高興在臨床病理聯盟會議上見證了這一時刻！
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“機械”精神是我們需要汲取的。我們需要像AI學習，不斷提高病理人自身的學術水平，不斷追求，不斷創(chuàng)新，不斷挑戰(zhàn)。病理人工智能永遠在路上，我們要不斷攀登不斷學習，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，是對一份事業(yè)的追求，也是一種執(zhí)著不移的信念！
