在醫(yī)療影像領(lǐng)域，病理圖像是臨床診斷的“金標(biāo)準(zhǔn)”，MRI、CT、B超等影像判讀的正確與否要參考病理診斷的結(jié)果。然而不論是中國還是日本，病理醫(yī)生都相當(dāng)缺乏，并且各區(qū)域間存在較嚴(yán)重的診療水平不均衡現(xiàn)象?；蛟S，病理診斷是最需要智能化的專業(yè)之一。但是，據(jù)說其智能化難度也是最大的。

 

　　日本電信巨頭NTT、日本北海道大學(xué)以及調(diào)和技研公司三家聯(lián)手，從去年開始，共同開展腦腫瘤AI輔助診斷的病理圖像分析的研究。通過AI對病理圖像數(shù)據(jù)進(jìn)行診斷，旨在減輕醫(yī)生的負(fù)擔(dān)，實(shí)現(xiàn)高度醫(yī)療。

　　▎輔助病理醫(yī)生進(jìn)行診斷的AI病理圖像分析

 

　　為何開展這項(xiàng)共同研究？據(jù)說，這源于NTT執(zhí)行董事、北海道事業(yè)部長阿部隆先生和北海道大學(xué)田中信哉教授的一次閑談。在阿部先生談到NTT的AI業(yè)務(wù)時(shí)，田中教授提到北海道大學(xué)也在著手進(jìn)行AI的病理診斷。于是，話題自然過渡到了如何有效利用NTT的“SmartInnovationlab北海道”。

 

　　在具體推進(jìn)項(xiàng)目的過程中，為了能夠安全使用網(wǎng)絡(luò)和GPU服務(wù)器，并且在研究過程中實(shí)現(xiàn)支援自給，精通AI的風(fēng)投企業(yè)“調(diào)和技研”也參與了進(jìn)來。最終，形成了三家聯(lián)合、共同研究的局面，NTT負(fù)責(zé)服務(wù)器、網(wǎng)絡(luò)的提供和進(jìn)度管理等，北海道大學(xué)負(fù)責(zé)病理診斷和AI算法的研究與制定，調(diào)和技研負(fù)責(zé)AI的引進(jìn)、安裝及技術(shù)支持。

　　對于使用AI進(jìn)行腦腫瘤的病理分析的有效性，北海道大學(xué)的石田先生這樣說道：

 

　　“使用顯微鏡觀察患者的病變組織，判斷腫瘤的性質(zhì)，這就是腫瘤的病理診斷。但是，腦腫瘤的病例有限，在腦腫瘤診斷方面具有豐富經(jīng)驗(yàn)的病理醫(yī)生很少。另一方面，腦腫瘤在顱骨的包圍中，不容易受其他現(xiàn)象的影響。所以，這是一個(gè)比較適合AI診斷的領(lǐng)域。”

　　腦腫瘤主要分為三類：腦內(nèi)原發(fā)的神經(jīng)系統(tǒng)腫瘤、由肺癌或乳腺癌轉(zhuǎn)移而來的轉(zhuǎn)移瘤，以及淋巴結(jié)或骨髓等的血液系統(tǒng)腫瘤。三種類型腦瘤的治療方法也各不相同。對它們進(jìn)行區(qū)分是病理醫(yī)生的職責(zé)，但即使是經(jīng)驗(yàn)豐富的醫(yī)生也常會出現(xiàn)判斷不準(zhǔn)的情況。AI病理圖像分析正是要幫助這些病理醫(yī)生做出判斷。

 

　　“我們剛開始做研究的時(shí)候，用的是攢的服務(wù)器，花了很長時(shí)間進(jìn)行機(jī)器學(xué)習(xí)。而‘北海道智能創(chuàng)新實(shí)驗(yàn)室’非常穩(wěn)定，處理速度也很快。專業(yè)的服務(wù)器，可以讓我們的研究加速。”（北海道大學(xué)石田教授）

 

　　但是，并非所有的病例都適合讓AI學(xué)習(xí)，哪些適合、哪些不適合，要做出這個(gè)判斷并不容易。此外，病理圖像的制作，需要使用染色液對組織進(jìn)行染色，這是人工操作?？梢哉f使用場景上，還需要像石田教授這樣的醫(yī)生們的大量經(jīng)驗(yàn)。

 

　　調(diào)和技研則根據(jù)北海道大學(xué)收集的病理圖像和制定出的AI算法，在設(shè)法提高AI精度。

 

　　“調(diào)和技研運(yùn)用AI在開展各種工作，但由于我們是一家小公司，條件有限。這次能夠利用非常豐富的環(huán)境條件，我覺得我們也可以對研究做出貢獻(xiàn)。雖然醫(yī)療方面的知識欠缺，但我們希望以自己的方式，在影像的預(yù)處理、篩選等方面提供支持。”（調(diào)和技研山形先生）

　　▎目標(biāo)是診斷7種類型的腦瘤

 

　　共同研究始于2021年5月，至今已一年有余。據(jù)說，目前通過病理圖像，“惡性淋巴瘤”和“惡性肉芽腫”這兩種腫瘤的識別率達(dá)到了95%左右。

 

　　“當(dāng)然，今后還必須增加病理圖像的數(shù)據(jù)，開展驗(yàn)證，并進(jìn)一步深化推論。最終希望能夠?qū)?ldquo;惡性淋巴瘤”、“少突膠質(zhì)瘤（2級）”、“星形細(xì)胞瘤（2級）”、“間變性少突膠質(zhì)瘤（3級）”、“間變性星形細(xì)胞瘤（3級）”、“惡性肉芽腫（4級）”、“轉(zhuǎn)移性腫瘤”這7種分類進(jìn)行分析。為此，目前我們正在推進(jìn)AI學(xué)習(xí)“（NTT鐮倉先生）

　　之所以分為7類，是因?yàn)楦髯缘闹委煼椒ê椭委煼结槻煌?。設(shè)想的是這樣一種使用場景，通過AI影像分析來輔助病理診斷，由病理醫(yī)生做最終診斷。

 

　　“有些類別看起來很相似，難以進(jìn)行分類，它們的平均準(zhǔn)確度在70%左右。為了達(dá)到實(shí)用的準(zhǔn)確度，我們也必須理解各種腫瘤的特征，并將其反映到AI的制作上。這次的共同研究匯集了各個(gè)領(lǐng)域的專家，但反過來，大家在彼此的領(lǐng)域卻又都是外行。在項(xiàng)目的管理、對接、社會性事務(wù)的應(yīng)對等方面，NTT做了很多工作。”（調(diào)和技研山形先生）

 

　　▎減少患者的病痛、減輕病理醫(yī)生的負(fù)擔(dān)

 

　　提高AI病理圖像分析的準(zhǔn)確度，構(gòu)建適用于腦腫瘤病理診斷的高度病理輔助診斷系統(tǒng)，是該項(xiàng)目的目標(biāo)。三家機(jī)構(gòu)今后還將進(jìn)一步提高圖像分析的精度，同時(shí)在獲得腦神經(jīng)外科醫(yī)院及檢查機(jī)構(gòu)等的支持下，謀求進(jìn)一步發(fā)展。

　　AI輔助診斷系統(tǒng)要解決的實(shí)際上就是醫(yī)療資源缺乏的問題。通過AI輔助診斷，能夠賦能醫(yī)院和醫(yī)生，助力解決診療水平不均衡的問題，減輕病理醫(yī)生的負(fù)擔(dān)，幫助到更多的患者，這便是醫(yī)療人工智能的意義所在。其實(shí)，中國也已經(jīng)有一些企業(yè)推出了AI輔助病理診斷系統(tǒng)，期待不久的將來，中日兩國都呈現(xiàn)出一個(gè)高度智能化的精彩病理世界。