2017-12-21
閱讀數：7593
從深藍到阿爾法，從無(wú)人駕駛到智能教育，人工智能（AI）給大眾生活方式、思想帶來(lái)極大變化?！癆I＋病理”無(wú)疑是今年中國病理界最I(lǐng)N的話(huà)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，病理醫師與AI的關(guān)系如何定位，值得每一位病理人思考，同時(shí)讓大家對未來(lái)的無(wú)限可能充滿(mǎn)想象！
昨日上午，在江蘇南京由南方醫科大學(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(zhuān)題四：細胞病理智能診斷與數字病理診斷”專(zhuān)場(chǎng)，國內首個(gè)宮頸液基細胞學(xué)人工智能輔助診斷人機挑戰賽火熱舉行?；顒?dòng)現場(chǎng)氣氛緊張熱烈，AI、病理醫師代表，及臺下的近200位參會(huì )病理醫師均通過(guò)后臺系統踴躍參與，各方代表診斷結果即時(shí)展示于大屏幕，一目了然，上演了一場(chǎng)“速度”與“精準”的大角逐！
病理新世界，AI對戰閱片高手
宮頸液基細胞學(xué)診斷人機挑戰賽活動(dòng)由南方醫科大學(xué)病理學(xué)系主任梁莉教授熱情主持，擔當“裁判”重任的點(diǎn)評專(zhuān)家評審團則由北京醫院病理科主任、中華病理學(xué)分會(huì )細胞病理專(zhuān)業(yè)學(xué)組組長(cháng)劉東戈教授，中國人民解放軍海軍總醫院病理科主任孟宇宏教授，以及南方醫科大學(xué)病理學(xué)系細胞病理亞專(zhuān)科組長(cháng)張文麗博士三位專(zhuān)家組成。臨床病理聯(lián)盟大會(huì )專(zhuān)家中國科學(xué)院卞修武院士、中國醫師協(xié)會(huì )病理科醫師分會(huì )會(huì )長(cháng)丁彥青教授、我國著(zhù)名病理學(xué)專(zhuān)家丁華野教授，以及來(lái)自美國賓夕法尼亞大學(xué)醫學(xué)部的Paul Zhang（張君良）教授全程參與，高度關(guān)注活動(dòng)過(guò)程中的每一個(gè)進(jìn)展，此外活動(dòng)現場(chǎng)還特別邀請到了我國數字病理與人工智能輔助診斷領(lǐng)域權威專(zhuān)家、中國藥科大學(xué)校長(cháng)來(lái)茂德教授親臨現場(chǎng)觀(guān)戰。
梁莉教授擔任人機對話(huà)活動(dòng)主持人
權威病理專(zhuān)家全程觀(guān)戰
在梁莉教授就人工智能與病理診斷相關(guān)專(zhuān)題學(xué)術(shù)報告結束后，正式進(jìn)入人機挑戰賽。首先，現場(chǎng)分成了通過(guò)計算機AI系統進(jìn)行診斷的人工智能診斷組（簡(jiǎn)稱(chēng)“AI組”）；3位臺下主動(dòng)報名參賽且具五年以上細胞病理診斷經(jīng)驗病理醫生所組成的傳統顯微鏡診斷組（簡(jiǎn)稱(chēng)“醫師組”）；以及現場(chǎng)所有參會(huì )醫生所組成的手機閱片診斷組（簡(jiǎn)稱(chēng)“手機閱片組”）。其中AI組診斷30個(gè)病例，醫師組的3位病理醫師對這30個(gè)病例每人診斷10例，手機閱片組則從30個(gè)病例中隨機抽取10個(gè)病例通過(guò)手機進(jìn)行移動(dòng)數字閱片。在簡(jiǎn)單的操作流程說(shuō)明之后，閱片正式開(kāi)始。閱片時(shí)間以醫師組全部閱完提交診斷結果為止。診斷開(kāi)始后，三組診斷結果即時(shí)展示于LED屏幕，并與病例方提供最終結果進(jìn)行相互對比，對有爭議的診斷結果則邀請點(diǎn)評專(zhuān)家進(jìn)行明確。
AI組、醫師組、手機閱片組同時(shí)閱片
隨著(zhù)主持人梁莉教授宣布對戰開(kāi)始，才1分多鐘AI組就已經(jīng)完成3個(gè)病例的診斷，開(kāi)始診斷第2組的3例標本；但是3位病理醫師也不示弱，合力匹敵AI組。時(shí)間一分一秒過(guò)去，AI組率先完成了30個(gè)病例的診斷，3位病例醫師也隨后不久完成了每位10例的診斷。從診斷時(shí)間來(lái)看，醫師組3位醫生完成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(jiàn)。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(lái)看，AI組與醫師組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(jiàn)，醫師組的特點(diǎn)是醫師經(jīng)驗及臨場(chǎng)狀態(tài)差異較大，第二組的參賽醫師表現異常優(yōu)異。手機閱片組也呈現出了個(gè)人差異與結果分散的特征，來(lái)自江蘇省啟東市人民醫院的政紅老師答題全部正確。
對于A(yíng)I組與標準診斷結果不一致的2個(gè)病例，劉東戈教授領(lǐng)銜的點(diǎn)評專(zhuān)家組充分結合數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)表現而言，AI組快速、穩定的優(yōu)勢顯而易見(jiàn)，華銀君認為AI組更勝一籌！
AI組與醫師組診斷結果展示
由劉東戈教授、孟宇宏教授、張文麗博士組成的點(diǎn)評專(zhuān)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(xué)診斷人機挑戰賽活動(dòng)，由南方醫科大學(xué)丁彥青教授、梁莉教授所領(lǐng)銜的病理專(zhuān)家團隊，中國生物信息學(xué)術(shù)委員會(huì )副主任委員、國家青年千人張鎮海教授生物信息分析技術(shù)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(shù)團隊共同協(xié)辦開(kāi)展完成，還得到亞馬遜云計算的GPU算力支持。項目技術(shù)負責人吳宇作為隊長(cháng)帶領(lǐng)團隊在2017年7月份Intel & 阿里巴巴 100萬(wàn)獎金的肺結節預測比賽中，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(lián)合的多領(lǐng)域交叉合作團隊，開(kāi)發(fā)了技術(shù)水平國內領(lǐng)先的宮頸液基細胞學(xué)人工智能輔助診斷系統，并率先于國內大型學(xué)術(shù)會(huì )議上展示。
近年來(lái)，人工智能帶給醫療健康領(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)，國內外均已開(kāi)展相關(guān)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(jīng)深度神經(jīng)網(wǎng)絡(luò )抽提細胞學(xué)特征進(jìn)行訓練，精準度可超過(guò)資深病理醫生（本項小規模樣本測試活動(dòng)中正確率為93.3%，具五年以上診斷經(jīng)驗醫師組正確率為80.0%)。人工智能模型可持續訓練、升級能力強，保障精準度可持續提升。同時(shí)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生水平差異，診斷結果更加客觀(guān)、一致，最大限度解放病理醫生的勞動(dòng)力。我國病理醫師人才匱乏、醫師水平參差不齊已是不爭的事實(shí)，且病理醫師人才培養周期長(cháng)，診斷缺乏規范化、標準化，成為限制我國臨床水平發(fā)展的關(guān)鍵因素之一。在國務(wù)院《新一代人工智能發(fā)展規劃》等政策文件引領(lǐng)下，人工智能開(kāi)發(fā)及應用是國家今后20年的基本國策，智能醫療和智能病理是重點(diǎn)發(fā)展方向。人工智能于病理學(xué)科的廣泛應用，似乎是解決我國當前病理學(xué)發(fā)展困境的曙光。
專(zhuān)家觀(guān)點(diǎn)：
卞修武院士：我同意一種說(shuō)法，醫學(xué)中包含“科學(xué)＋宗教＋藝術(shù)”等多種成分?？茖W(xué)追求真，宗教倡導善，藝術(shù)講究美。人工智能診斷基于科學(xué)技術(shù)，是醫學(xué)發(fā)展的重要趨勢之一，但不會(huì )完全代替醫生；人的善和美是機器無(wú)法企及的。新生事物的生命力總是非常強大的，先進(jìn)的方向我們需要去學(xué)習、去重視，人工智能將來(lái)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準用于診斷和深度學(xué)習？人工智能未來(lái)要走的路還很遠，還需要結合現代醫學(xué)的發(fā)展（比如把形態(tài)與分子標志物整合進(jìn)去，去幫助人工智能），讓人工智能更好地輔助醫生的工作。不要簡(jiǎn)單地認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)運行的數據，比如它能同時(shí)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(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(lái)應該將此項技術(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(huà)，筆者根據理解整理。）
Paul Zhang教授：中國病理醫師工作量非常大，AI確實(shí)能大大降低醫生工作量，減少病理醫生的負擔，提高工作效率，利用好人工智能這是細胞學(xué)診斷上歷史性的時(shí)刻，也是一個(gè)“win－win”雙贏(yíng)的好事！我今天很高興在臨床病理聯(lián)盟會(huì )議上見(jiàn)證了這一時(shí)刻！
丁彥青教授：我們要有“AI精神”，AI雖然沒(méi)有人類(lèi)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(xué)習，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。病理人工智能永遠在路上，我們要不斷攀登不斷學(xué)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，也是一種執著(zhù)不移的信念！
