騰訊聯合推出中國首款智能顯微鏡:300毫秒內完成免疫組化實時分析...

　　乾明 編輯整理

　　量子位 報導 | 公眾號 QbitAI

　　AI醫療產品，迎來進一步落地時刻。

　　今天，騰訊 AI Lab 聯合舜宇光學科技、第三方醫學檢驗機構金域醫學(603882,股吧)宣布，三方研發的智能顯微鏡已獲得 NMPA 註冊證，成為國內首個獲準進入臨床應用的智能顯微鏡產品。

　　同時，它也是國內為數不多獲得批准進入臨床應用的醫療AI產品。

　　騰訊AI Lab 介紹，該智能顯微鏡產品研發始於 2018 年，集成了目前病理分析與診斷方面的最新技術，並針對病理醫生工作流程和習慣進行多次產品迭代。

　　目前，這款智能顯微鏡使用的是離線運算版本。騰訊AI Lab表示，在測試中證明，它能有效提升病理醫生的工作效率、病理分析的精確度和一致性，能讓算法模型在保證準確度的前提下能滿足300毫秒內完成免疫組織化學全視野實時分析的要求。

　　現已支持乳腺癌免疫組化（IHC） Ki67（腫瘤細胞增殖指數）、ER（雌激素受體）、PR（孕激素受體）和 Her2（細胞表面生長因子2）等常用核染色和膜染色量化分析場景的判讀。

　　此外，騰訊 AI Lab 透露，他們研發了一套基於深度學習方法的升級版算法，具有更高精準度和升級潛力，期待能儘早通過認證後推向市場，輔助醫生診斷。

　　騰訊並不是唯一研發智能顯微鏡的機構，2019年8月，谷歌提出一種智能顯微鏡，能從海量細胞中自動尋找癌細胞病灶，完成實時檢測，研究成果還登上了「Nature Medicine」。

　　行業痛點：病理診斷作用關鍵，但相關醫療人才缺口大

　　要理解智能顯微鏡在癌症等病症篩查和病理分析過程中的價值，首先要理解病理分析過程的複雜性，以及中國醫療資源方面所存在的現實問題。

　　大致來說，癌症檢診流程主要包含以下幾個步驟，騰訊智能顯微鏡，能在病理分析和診斷兩個關鍵環節為醫生提供幫助。

　　從病理分析角度和層次來看，騰訊智能顯微鏡的切入點，是通過提供精準定量分析提高診斷一致性，減輕醫生工作負擔，目前主要聚焦在免疫組織化學相關的輔助分析。

　　病理診斷分為組織病理和分子病理兩個層面，兩者的診斷和檢測方法不相同。只有兩者互相補充、支持和印證，才能做出精準診斷。而不管是組織病理層面還是分子層面，傳統的病理診斷過程都主要依靠人類醫生的經驗，也因此存在一些固有的短板：

　　首先是組織層面，有的癌症亞分類多達數十種，且不同亞類之間細胞和組織形態可能很相似，診斷難度大，主觀性強，而誤診後果嚴重。

　　例如：2015 年一篇《美國醫學會雜誌》（JAMA）的報導對 75 名病理醫生在 2000 個乳腺癌病例上的診斷結果進行了統計，發現導管非典型增生和原位癌很容易誤判，兩者的管理和治療方案完全不同，誤診誤判會對患者的健康和治療造成嚴重後果。

　　比如下圖中，圖左是導管非典型增生，圖右是原位癌，如果誤判，後果嚴重。

　　其次是分子層面，目前分為免疫組織化學（IHC）、FISH 和基因診斷等。IHC 主要用於疾病輔助診斷、鑑別診斷、 判讀預後、指導臨床治療方案、靶向藥物指導、免疫治療指導等。

　　IHC的判讀在檢測和病理醫生診斷過程中，存在主觀性判讀的穩定性和一致性差、圖像分析工具脫離正常工作流程、無法精準定量分析、指導藥物治療抗體的判讀標準不統一等問題。

　　免疫組化中的很多指標，需要進行精準定量分析，其結果與腫瘤的靶向治療、免疫治療都有直接關係，會直接影響到惡性腫瘤的用藥和患者預後。

　　但目前方法需病理醫生在顯微鏡下判斷，耗費了大量工作精力，且結果難以準確一致。

　　除了以上技術的問題，依靠病理醫生診斷還面臨著一個重要的現實問題：病理醫生嚴重短缺。據統計，中國目前僅有 1.5 萬名病理醫生，缺口近 10 萬，供需極不平衡，而新病理醫生的培養又面臨著時間周期長，年輕一代學習意願不強等問題。

　　智能顯微鏡的臨床應用，有助於解決這個問題。

　　智能顯微鏡優勢：節約醫生的時間精力，提升讀片精準度與一致性

　　近年來隨著機器學習與大數據技術的發展，以計算機視覺為首的 AI 技術已展現出了在病理診斷應用上的巨大潛力。

　　若使用 AI 輔助 IHC 結果判讀，可以避免 IHC 結果判讀的人為差異，提高判讀結果的可靠性，提升病理診斷質量，這對於病理醫生稀缺的基層醫院尤為有幫助。

　　而且，智能判讀將節省稀缺病理醫生資源，使其投入更需要的服務之中，並為病理免疫組化染色的質量評估做精確定量的質量控制。

　　此外，也能為醫學科研和藥企提供免疫組化精準定量檢測服務，為新藥研發的相關免疫組化研究提供客觀性可靠的證據。為腫瘤患者提供分子靶向治療及免疫治療等相關精準定量的免疫組化檢測服務等。

　　騰訊 AI Lab介紹，他們從2018年起， 相繼聯合舜宇光學科技和金域醫學，共同研發智能顯微鏡這一解決方案，並進行了多次產品迭代。

　　在智能顯微鏡產品中，騰訊 AI Lab 提供AI算法及軟體解決方案：

　　在採集訓練數據時，選擇讓機器使用主動學習和難例挖掘的方案，不打擾醫生的工作流程，也減輕醫生手動標註數據的負擔。

　　採用先進的模型設計方案，讓算法模型在保證準確度的前提下能滿足300毫秒內完成IHC全視野實時分析的要求。

　　藉助遷移學習並使用生成對抗網絡（GAN）歸一化鏡下圖像，使得算法能對不同醫院和不同製片方式實現良好兼容，提升了算法的穩健性和通用性。

　　舜宇光學科技提供了定製化的硬體方案。

　　比如，針對光學成像環境不一致情況，配備了聚光鏡和光闌；

　　針對醫生使用時不斷切換物鏡倍率的習慣，專門開發了倍率記憶裝置，能在醫生選擇倍鏡時調整至對應亮度，並直接傳送倍率信息給算法進行分析；

　　此外還針對醫生使用場景對目鏡裝置高度和光源設計進行了優化。

　　金域醫學貢獻了病理方面的專業知識與專家資源，確保顯微鏡能支持多種病症場景的判讀，並輔助算法訓練取得良好效果，還能使產品緊密貼合醫生的工作流程與習慣。

　　經過驗證，軟硬體一體化的智能顯微鏡在精準度與一致性上能有效滿足病理診斷實際需求，並能顯著提升醫生的工作效率，使其投入時間和精力到更有需要的工作上。

　　此外，該系統也具有很高的性價比；雖價格略高於普通顯微鏡，但卻能按需增加新病種的算法軟體而無需購買新的顯微鏡。

　　可以說，對病理醫生短缺的地區和醫院，這套系統的實用價值比較顯著。

　　金域病理專家羅丕福主任說：「該算法技術的應用，能夠讓病理診斷水平和能力更加匱乏的基層醫院受益，更準確的診斷結果最終使腫瘤患者受益。」

　　精準醫療是未來醫療發展大趨勢，而智能顯微鏡則是其發展的一個縮影。

　　騰訊 AI Lab說，未來將聯合舜宇光學科技和金域醫學根據實際應用的需求迭代產品，並計劃與多家機構合作，推進智能顯微鏡在乳腺癌、肺癌、結直腸癌、胃癌等中國高發疾病的病理學中的研究與應用。

　　作者系網易新聞·網易號「各有態度」籤約作者

　　— 完 —

　　<英偉達NLP公開課>今晚8點直播，英偉達的GPU計算專家將分享 FasterTransformer 2.0 的原理與應用，分享如何針對 decoder 和 decoding 進行優化。

　　戳二維碼，備註「英偉達」即可報名、加交流群，主講老師也會進群與大家交流互動哦~

　　直播報名 | Decoder與Decoding的優化與加速

本文首發於微信公眾號：量子位。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。

（責任編輯：王治強 HF013）