首页 > 文章详情

步宏教授：数字病理科和病理人工智能两个车轮都要跑起来

2023年12月05日

来源：智能肿瘤学

编者按 人工智能医疗由智慧医院系统、区域卫生系统、家庭健康系统组成，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，促进医疗行业发展。根据互联网数据中心（IDC）数据，预计到2025年全球人工智能应用市场总值将达1270亿美元，其中全球人工智能医疗处于高速成长期，占人工智能市场五分之一。我国人工智能产业发展快速，人工智能医疗顶层设计、商业模式、技术模式日趋成熟，投融资市场活跃。人工智能医疗的迅速发展和普及，提高了医疗质量，降低了医疗成本，能够帮助医疗行业解决资源短缺、分配不均等众多民生问题，但同时人工智能医疗的伦理、法律问题，以及数据共享、应用场景、技术迭代、医患认同等，也受到学界的关注。特邀请中华医学会相关分会的专家学者共同探讨人工智能医疗发展的机遇与挑战，以飨读者。

四川大学华西医院病理科/临床病理研究所步宏

人工智能在病理诊断上的研发和应用成为医学人工智能的重点和热点领域至少有以下三个原因：一是图像信息的处理是人工智能的优势之一；二是诊断病理医师对病变图像的识别需要长期的学习和积累，病理医师对定量指标的精细量化是短板；三是病理医师培养的困难和高度个体化导致的我国病理医生的严重缺乏和工作效率相对较低。但时至今日人工智能在诊断病理学上的应用尚属研发的早期和探索阶段，缺乏在应用中不断优化和完善的良性循环。

病理人工智能应用的发展方向应该是（1）做医师不愿做的（提高工作效率，避免单调的重复劳动）；（2）做医师做不好的（解决精细的量化问题和可重复性）；（3）做医师现在还做不了的（利用信息学的特点和优势，创造新的技术和方法扩大人类的认知）。

积极推动人工智能在病理学的实际应用是我们目前的一个重要任务，只有通过实际应用我们才能迎来病理学人工智能的美好明天，要做好这一点，数字化病理科建设是前提和关键。我们需要首先解决下面这些问题。

突破人工智能在病理学上应用的技术瓶颈：显微镜下图像的数字化，大体标本图像和全部数据记录及文件的数字化，要做到这一点我们还必须要实现病理诊断过程的规范化和格式化。
提高病理医师的认识和认同：人工智能是辅助和提高医师的诊断能力，不是取代医师的。所有的人工智能的结果都需要通过医生的认可才会成为医疗行为，在医疗安全上是有保证的，也是符合医学伦理的。
实现人工智能提升和突破人类认知的可能性：人工智能可能会提升和突破人类的认知，改变我们对疾病、对自然的认知水平。我们要相信人工智能会给我们病理学带来一个更宽广的领域和新的医疗市场。
不断拓宽人工智能在病理学的应用领域：人工智能在病理学上的应用非常宽广，如信息整合、数据分析、知识智库、语音识别、检索纠错、大体标本辅助分析和取材以及应用场景方面都有更广阔的应用领域。针对应用场景的研究可能是我们克服人工智能在病理学上应用瓶颈的有效手段，也是我们在研发过程中实现研究到应用的“最后100米”的关键距离。
倡导由病理人主导的病理人工智能实践：病理医师主导，基于临床热点问题的病理人工智能研发越来越占主导地位。早期的“数学思维”慢慢进步到了“数学进，医学出”的良好状态。找准病理的实际需求，充分考虑临床病理的应用场景成为研发工作成败的关键。病理医师要更加积极主动地投身和主导病理学人工智能的研发和应用，这才是通往人工智能在病理学实际应用的高速公路。
实现病理的人工智能，合格和标准的数据非常重要。什么样的组织切片更能适合数字化，什么样的数字切片更适合人工智能，这都是需要不断优化的。“相向而行”可能是我们解决的方案。简单地说我们的组织切片要越来越规范和标准，人工智能要越来越能吃“粗粮”。

我们要认清病理人工智能的三个发展阶段，我们更要勇于创新，超前布局，走在世界前列。

（本文作者为中华医学会病理学分会前任主任委员）

责任编辑：肿瘤资讯-Astrid
排版编辑：肿瘤资讯-Astrid

免责声明

本文仅供专业人士参看，文中内容仅代表智能肿瘤学立场与观点，不代表肿瘤资讯平台意见，且肿瘤资讯并不承担任何连带责任。若有任何侵权问题，请联系删除