騰訊AILab：中國首款智能顯微鏡獲藥監局批準進入臨床

　　癌癥被稱為「眾病之王」，若能盡早檢測診斷，病人則更可能得到有效救治。一般來說，癌癥的檢查和診斷依賴于病理學檢查；而在病理學檢查過程中，顯微鏡觀察是必不可少的步驟。鐘南山院士曾表示：「臨床病理水平是衡量國家醫療質量的重要標志」。

　　騰訊 AI Lab 聯合業界領先的舜宇光學科技、國內最大的第三方醫學檢驗機構金域醫學宣布三方研發的智能顯微鏡已獲得 NMPA 注冊證，成為國內首個獲準進入臨床應用的智能顯微鏡產品。

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

　　該產品在測試被證明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，有望緩解醫院（尤其是基層醫院）病理醫生數量短缺且經驗不足的問題，也是精準醫療從前沿研究走向落地探索的一個良好例證。

　　以前，病理醫生要花大量的時間和腦力勞動、依靠經驗在顯微鏡下識別和判斷病變組織，并粗略估算其細胞數量，分析結果可能因醫生經驗不同而有所差別。現在，有了智能顯微鏡，如金域病理專家丁向東主任評價的那樣：「醫生只要用腳輕輕一踏，智能顯微鏡就會將分析結果和判斷實時、精確地呈現在顯微鏡視野內，醫生不需要再來回看顯微鏡和電腦顯示屏，操作非常簡單。」

　　智能顯微鏡目前使用了離線運算版本，騰訊 AI Lab 還研發了一套基于深度學習方法的升級版算法，具有更高精準度和升級潛力，期待能盡早通過認證后推向市場，輔助醫生診斷。

　　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癥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復雜性以及我國醫療資源方面所存在的現實問題。

　　大致來說，癌癥檢診流程主要包含以下幾個步驟，騰訊智能顯微鏡希望在病理分析和診斷兩個關鍵環節為醫生提供更多幫助。

　　1，影像檢測篩查：通過一系列影像學檢查，如 X 光、CT、MRI 和內鏡等檢查方法，找出可疑的病灶。目前“騰訊覓影”已為食管癌、肺結節、糖尿病視網膜病變、結直腸腫瘤、乳腺癌等多種疾病提供AI醫學影像分析，輔助醫生篩查。

　　2，組織活檢及病理制片：要得到最終的準確診斷結果，需要取出一些腫瘤組織，制作成病理切片，然后在顯微鏡下（放大 40  -400 倍）觀察組織結構和細胞形態。

　　3，病理分析：通過對組織結構和細胞形態顯微鏡下的觀察， 找出疾病發生的原因以及對人體結構和功能的影響，同時決定是否進行進一步輔助檢測，如: 免疫組織化學（IHC）和分子檢測， 對腫瘤進行定性和定量的分析。

　　4，病理診斷：根據顯微鏡觀察結果結合IHC和分子病理結果，對腫瘤做出最終診斷。

　　其中最后一步病理診斷得到的報告將用于指導臨床醫生制定手術、化療、放療、靶向治療或免疫治療等治療方案。因此，病理診斷是診斷流程中最后且最重要的環節，是疾病診斷的金標準，因此病理醫生也被稱為「醫生的醫生」。

　　從病理分析角度和層次來看，騰訊智能顯微鏡旨在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：

　　組織層面，有的癌癥亞分類多達數十種，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，而誤診后果嚴重。例如：2015 年一篇《美國醫學會雜志》（JAMA）的報道對 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后果。

圖左是導管非典型增生，圖右是原位癌，如果誤判，后果嚴重。

來源：JAMA, 第1109頁, 2015年

　　分子層面，目前分為免疫組織化學（IHC）、FISH 和基因診斷等。IHC 主要用于疾病輔助診斷、鑒別診斷、 判讀預后、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系，會直接影響到惡性腫瘤的用藥和患者預后。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，年輕一代學習意愿不強等問題。

　　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

　　相比傳統顯微鏡，智能顯微鏡如何更有效地幫助醫生？

　　以下面這張星空圖為例，若要計算星星總數，普通人可能無法在短時間內以高準確率進行回答，而 AI 卻或許能在 0.1 毫秒以 99.99% 的準確率回答出「2763891顆」（假設）。AI 能幫助我們解決許多費時、費力的事情，這也是智能顯微鏡與傳統顯微鏡的最大區別。

　　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：

　　1，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，這對于病理醫生稀缺的基層醫院尤為有幫助；

　　2，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；

　　3，為病理免疫組化染色的質量評估做精確定量的質量控制；

　　4，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。

　　5，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；

　　6，病理醫生與智能顯微鏡結合的工作模式，體現了「人+AI」的全新工作模式。讓病理醫生和人工智能各自發揮所長，全面提升效率。

　　因此自2018年起，騰訊 AI Lab 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，為實現軟硬件一體化和好的用戶體驗進行了多次產品迭代。

　　騰訊 AI Lab 提供了領先的AI算法及軟件解決方案。在采集訓練數據時，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，也減輕醫生手動標注數據的負擔；采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；借助遷移學習并使用生成對抗網絡（GAN）歸一化鏡下圖像，使得算法能對不同醫院和不同制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制化的硬件方案。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，并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癥場景的判讀，并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，軟硬件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，并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；雖價格略高于普通顯微鏡，但卻能按需增加新病種的算法軟件而無需購買新的顯微鏡。對病理醫生短缺的地區和醫院，這套系統的實用價值尤為顯著。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。