人工智能可解决病理人才不足问题2019iyiou

2019-05-14 15:33:39 来源: 阳泉信息港

近年来,在医疗健康领域,致力于疾病诊断和病理分析的人工智能研究层出不穷。

目前人工智能辅助诊断的探索已经到了哪一步?未来会否真的也能“打败”病理医生?

7月20日,国务院印发《新一代人工智能发展规划》(简称《规划》)。这是中国面向2030年的人工智能发展规划。小域今天特地专访了南京大学病理系教授、金域病理医生集团特聘专家周晓军,听他说说人工智能将如何辅助诊断。

人工智能可解决病理人才不足问题

首先,目前国内病理人才奇缺,缺口总数估计在万人,中国的病理医生承担了世界上的病理工作量,已经不堪重负!如果能通过人工智能帮助病理医生完成一些工作量极大的工作,将有助于缓解病理医生的需求。再者,一直以来,病理医生给予病人的诊断几乎都是定性诊断,例如告诉病人是良性还是恶性,是鳞癌还是腺癌,但都没法给出一些精确、量化的指标,对于病人的预后判断,也就只能用概率来判断,很难对每一个具体的人判断他的预后。

病理人才严重不足,病理诊断质量和专科化程度的不足,都限制了临床的医疗计划实现。我们一直说病理诊断是“金标准”,但要真正做到“金标准”和“精确诊断”,不仅要做到定性,而且还要定量,这就需要通过实现人工智能诊断的目标,为个体化的医疗提供准确可靠的病理诊断。

这也是我们一直追求的梦想。

这个梦想,我们终于有一天看到了希望。这个希望正是数字切片图像数字化带来的。由于切片图像能够数字化,能把玻璃片转化成数字的图像,使得一个新兴学科诞生了,那就是人工智能在组织病理学方面的应用。

这种数字切片现在已经广泛应用到病理教学、信息管理。在用于远程诊断方面,我们也已经进行了尝试,特别是在中国,远程诊断走得比国外还快。

近年,通过这种数字切片尝试进行人工智能辅助诊断,国外已经开始探索了,并发表了有重要影响的论文。

人工智能辅助诊断三大应用及效果

人工智能辅助诊断实际上分成了三个大的方面:,可以实现在形态上定量的分析。现在国际上很多公司已经开始在做这个工作了,而且已经形成商业化,遗憾的是在我们国家,这个方面刚刚才开始进行。

第二,实现细胞学的初筛,也已经开始商业化,开始运作了。细胞学是容易实现人工智能进行初筛、诊断这项工作的。现在我国细胞学的量比较大,而细胞病理学的医生又是否缺乏,需要人工智能来提高阳性检出率,提高工作效率。特别是像金域检验这样的第三方医学实验室,大量细胞学的图片,每天初筛的工作量非常大。我们能否尝试采用人工智能辅助的方法代替细胞学的初筛?这个工作目标应该不难实现。

第三,我们今后要做的就是组织病理学方面的诊断,比如说辅助的预后诊断、组织学的分类、良恶性的判断等等。

现在已经有人在做宫颈癌的全自动筛查方案。它实际上是一个细胞学初筛的系统。其运用原理就是在4倍的低倍镜下来扫描,20倍进行分类,对全部细胞学的图片进行扫描,系统地识别液基薄层的图片,也可以识别巴氏的图片。识别出来后,通过100多个细胞学的特征来评估风险评估。

自动组织病理诊断系统也已经被证实在许多恶性肿瘤良恶性、组织分类及预后判断有价值。如日本已经开始将自动组织病理诊断系统应用到组织学,把常见的肿瘤,如胃癌、肠癌、乳腺癌通过计算机的扫描,人工智能的分析,和人进行比对。

中国现在是两个病理医生,一个初检一个复检。而日本的自动组织病理诊断系统,经过机器进行初检,然后人工也做一个,两者比较,如果一致就发报告,如果不一致就重新核定。这样一个自动组织病理诊断系统实际上在国外很多肿瘤诊断中已经开始有报道了。

国内也有企业和美国方面合作对乳腺癌阳性的计算机做辅助的预后系统。经过计算机的分析系统来判断乳腺癌的预后,和21个基因来进行的比较实际上得出的结果是完全吻合一致的。也就是说,人工智能能做出比较准确的预后判断,而且成本可能比21基因的要低的多。

人工智能会取代医生的重复性劳动,但诊断仍必须由病理医生做出。

人工智能会取代病理医生吗?

个体化医疗时代要求,病理诊断报告须为病人和医生提供更多信息。如,病人所患疾病,以后提供的报告不再仅仅是良性和恶性的,而是惰性疾病还是能够威胁其生命的疾病;如果所患疾病是恶性,那其侵袭性如何?在缺乏治疗的情况下病人的预期生成率是多少?

量化病理学图像数据进行肿瘤分型并预测生存,有助于临床医生个体化治疗。而客观的评估方法则可以弥补病理科医生主观分析的不足,但不能替代病理医生。人工智能把简单重复性的工作代替病理医生做了,它能判断完全正常的,完全良性的,还有一端是明确是恶性的,而人工要做的就是判断模糊界限的或者说有怀疑的。

人工智能会取代医生的重复性劳动,但诊断仍必须由病理医生做出。

2009年西安B轮企业
宁波其他B+轮企业
金融如何服务科技创新与实体经济
本文标签: