茄子视频醫學,醫學檢驗,臨床檢測中心 茄子视频醫學,醫學檢驗,臨床檢測中心

茄子视频醫學與華為共同發布AI輔助宮頸癌篩查技術獲突破性進展

發布時間:2019-06-12
分享 :

  2019年6月11日,茄子视频醫學與華為在中國生物產業大會上聯合宣布,雙方在人工智能(AI)輔助病理診斷應用開發方麵已取得突破性進展。茄子视频醫學病理專家團隊與華為雲AI團隊合作,首次基於病理形態學,通過深度學習的技術,以病理專家的診斷標準訓練出精準、高效的AI輔助宮頸癌篩查模型。該模型在排陰率高於60%的基礎上,陰性片判讀的正準確率高於99%。同時,陽性病變的檢出率也超過99.9%。這是目前國際已公布的國內外AI輔助宮頸癌篩查的最高水平。通常情況下,細胞病理醫生鏡下閱讀宮頸細胞塗片,平均每例要花費6分鍾,而AI識別僅需36秒。通過AI輔助宮頸癌篩查模型判讀速度是人工判讀的10倍。

  據悉,該成果為AI在宮頸癌篩查方麵更廣泛的應用打下了堅實基礎,也是數字化醫療與精準醫療的一次重要實踐,為未來腫瘤精準診斷惠及廣大人群提供了技術和數據上的支持。



  國內著名細胞病理專家、原中山大學腫瘤醫院病理科主任醫師梁小曼教授,華為雲AI高級技術總監塗丹丹博士,華為雲廣東業務部部長潘捷,茄子视频醫學高級副總裁汪令來,茄子视频醫學副總裁楊萬豐,茄子视频醫學首席信息官李映華,茄子视频醫學病理部主任羅丕福博士等出席了本次發布會。

AI助力解決“病理醫生緊缺”的痛點


  病理形態學診斷被醫學界公認為疾病診斷的“金標準”。就病理判讀本身而言,病理專業人員在傳統顯微鏡下閱片,需要以人的視覺詮釋、知識積累、技能與天分作為基礎,培訓周期往往可長達10年左右。因此,我國病理醫生的人才資源長期處於稀缺狀態。數據顯示,目前中國注冊病理醫生不足2萬人,以每百張床位配備1-2名病理醫生的標準計算,其缺口仍高達8-10萬人。

  我國宮頸癌篩查的適齡婦女人群超過3.5億人,即使以每3-5年進行一次篩查的標準來衡量,目前國內的篩查能力仍然遠遠未能達到要求。其中一個重要原因就是細胞病理醫生的極度稀缺,製約了宮頸癌篩查進一步推廣。

  梁小曼教授表示,病理醫生的篩查任務其實非常重,加上人才不足,導致病理醫生的工作比較辛苦,業界也一直在思考如何去破解這一痛點。

  要應對病理人才匱乏難題,減輕病理醫生的工作壓力,提高診斷效率,人工智能輔助病理診斷被認為是其中一個可行方案,並已成為醫療領域最熱門的研究方向之一。據不完全統計,目前國內已有超20個團隊正在開展人工智能輔助病理診斷的探索。2018年,茄子视频醫學也與華為簽署戰略合作協議,在人工智能領域開展合作。



國內著名細胞病理專家、原中山大學腫瘤醫院病理科主任醫師梁小曼教授回答記者問


AI輔助宮頸癌篩查取得重大突破


  據悉,此次茄子视频與華為雲的合作主要集中在AI輔助宮頸癌篩查模型的開發。
  該項目帶頭人、茄子视频醫學病理中心主任羅丕福博士介紹,本次開發基於茄子视频曆年4350萬例宮頸細胞學篩查樣本,從中挑選出的近20萬個圖像塊,進行精準標注和AI輔助篩查模型訓練。
  在此過程中,首先,由茄子视频醫學多位病理專家進行標注,確保模型可以對各種病變細胞的形態進行充分的學習。基於這些圖像塊級別的標注,AI模型先對樣本進行初步分類,高效區分陽性細胞密度較高的樣本。然後,AI模型再進一步對陽性細胞進行精準識別,確保在陽性細胞密度較低的樣本上仍能獲取準確的輔助判讀結果。為確保結果無誤,算法還一並選取一係列可疑的局部視野,交由病理醫生最終複閱。
  目前對該AI模型驗證結果表明,該模型的排陰率為61.9%,陰性片判讀的準確率高於99%,陽性病變的檢出率超過99.9%。這已經是目前國際已公布的國內外AI輔助宮頸癌篩查的最高水平。



茄子视频醫學首席信息官李映華介紹茄子视频醫學與華為合作的背景


茄子视频醫學病理部主任羅丕福博士作分享


茄子视频-華為優勢強強聯合 硬實力支撐模型開發


  取得如此重大的突破,專業知識、樣本數據、AI技術與算力這些要素不可或缺。據悉,茄子视频醫學和華為均拿出各自的硬實力為技術開發提供支撐。
  茄子视频醫學作為全國領先的第三方醫學檢驗機構,每年檢測標本量超過6000萬例的大樣本數據。其中,截至2018年底,茄子视频宮頸病變檢測中心累計收到來自全國31個省市區的宮頸癌篩查樣本超過4350萬例。此次技術開發中挑選用於進行模型訓練和驗證的樣本就涵蓋了廣東、廣西、江蘇、山東、四川等多個省份,年齡與地區分布均具有普適性,用於訓練的陽性數據最新包括2019年,最早可追溯到2007年。“此次采用的訓練集和驗證集,規模是行業平均水平的數倍以上,極大地保障了結果的可靠率。”羅丕福博士說。
  此外,茄子视频的病理醫生優勢也在此次開發中發揮了關鍵作用。目前,茄子视频全職的病理醫生近500名,其中從事細胞病理學的醫生達近300名,數量居於全國醫療機構之首。此次為進行AI輔助篩查模型的訓練,茄子视频投入了多位病理專家全職負責審閱與標注工作,以2人一組的模式進行相互驗證。在確保了標注數據的準確性後,再利用深度學習的方法反複推理、訓練,相當於由病理專家“手把手”向AI模型傳授病理診斷知識。
  在技術支持方麵,華為雲一站式AI開發平台ModelArts,從標注、訓練模型、圖片判斷、推理等方麵為AI模型的訓練和應用提供了堅實的基礎。在標注階段,借助華為雲ModelArts對已經上傳到雲端的海量圖像塊進行半自動化標注,大大節省了病理醫生標注的時間和精力。在算法層麵,華為不斷迭代起來的人工智能算法在模型精度和速度上都達到了業界領先的水平。同時,以華為AI昇騰係列芯片為代表的強大算力,有力支撐了整個AI模型的訓練與推理過程。
  茄子视频醫學首席信息官李映華表示,茄子视频醫學的病理醫生團隊與華為的專業AI團隊相互合作,有機結合,加上雙方各自在行業內的領先地位與長期積累下來的硬實力支撐,方能鑄就今天發布的優異成果。

  華為雲EI服務產品部總經理賈永利表示,深度學習技術的發展,使得AI輔助病理識別成為可能,而華為雲強大的算法、算力和一站式AI開發平台,結合茄子视频的大規模樣本和病理學專家豐富經驗,最終使AI達到了病理專家“助手”水平。此次重大突破,正是AI與專家經驗場景有效結合的證明。



華為雲AI高級技術總監塗丹丹博士作介紹



華為雲廣東業務部部長潘捷回答記者問

效率大幅提升 未來AI輔助篩查應用可期


  本次成果可以說是數字化醫療與精準醫療的一項重要實踐,為未來精準診斷惠及廣大人群提供了技術和數據上的支持。若該成果得以落地應用,預期可使病理醫生進行單次細胞學檢查的工作量減少超過60%,篩查效率大幅提升。通常情況下,細胞病理醫生鏡下閱讀宮頸細胞塗片,平均每例需要花費6分鍾。而AI識別僅需36秒,判讀速度是人工判讀的10倍。

  與此同時,通過與AI提示的結果進行比對與相互印證,醫生可以更方便、更準確地作出判讀,對宮頸細胞學檢查的質量控製以及病理專業學生的培訓均能帶來有效幫助。未來,一旦AI輔助宮頸癌篩查落地應用和推廣,將可以大幅提升宮頸癌篩查服務覆蓋的人群範圍與服務頻率,使得對適齡婦女人群的篩查質量可以趨近發達國家的水平,促進宮頸癌早篩早治。
  李映華表示,接下來,茄子视频和華為雲將繼續投入更多樣本數據,對AI模型進行大規模驗證,同時進行更多的專業標注以改善模型,在保證敏感性的前提下使其特異性不斷提升。“茄子视频也將提高模型的可靠性,使其可以適應更大範圍的試劑耗材與製片水平,將AI輔助篩查的應用範圍推廣到更貼近基層醫療水平的場景。”

  據悉,本次成果也為AI在醫療領域中更廣泛的應用場景打下了堅實基礎。茄子视频醫學與華為雲還將在其他病理AI的場景中尋求新的合作方向,如在乳腺、消化道、腎髒、血液等亞專科場景,探索更多應用可能。



茄子视频醫學高級副總裁汪令來主持