AI在医疗领域又有了新进展。细胞病理医生镜下阅读宫颈细胞涂片，平均每例要花费6分钟，而AI识别仅需36秒。也就是说，通过AI辅助宫颈癌筛查模型判读速度是人工判读的10倍。

近日，华为技术有限公司（以下简称华为）与金域医学联合宣布，双方合作研发的AI辅助宫颈癌筛查模型在排阴率高于60％的基础上，阴性片判读的正确率高于99％，阳性病变的检出率也超过99．9％。这是目前国际已公布的国内外AI辅助宫颈癌筛查的最高水平。

病理医生紧缺 AI来助力

病理形态学诊断被医学界公认为疾病诊断的“金标准”。“病理专业人员在传统显微镜下阅片，需要以人的视觉诠释、知识积累、技能与天分作为基础，培训周期可长达10年左右。”据金域医学首席信息官李映华介绍，我国病理医生的人才资源长期处于稀缺状态。

数据显示，目前我国病理医生缺口高达8—10万人，并且大部分病理医生集中大城市三甲医院。要应对病理人才匮乏难题，减轻病理医生的工作压力，提高诊断效率，人工智能辅助病理诊断被认为是其中一个可行方案，并已成为医疗领域最热门的研究方向之一。据不完全统计，目前国内已有超20个团队正在开展人工智能辅助病理诊断的探索。

“在这个方向上，我们认为引入AI辅助，可以极大缓解病理医生稀缺情况。”李映华说。2018年，金域医学与华为签署战略合作协议，在人工智能领域开展合作，双方首个合作方向锁定在宫颈癌筛查。

为何选择此领域？每年全世界新增宫颈癌患者约50万，我国发病率又占到26％。但宫颈癌如果越早发现，越早治疗，可将5年生存率提升至90％。“我国宫颈癌筛查的适龄妇女人群超过3．5亿人，即使以每3—5年进行一次筛查的标准来衡量，目前国内的筛查能力仍然远远未能达到要求。”李映华表示，由于细胞病理医生的极度稀缺，制约了宫颈癌筛查进一步推广。

AI要在医疗领域中发挥作用，需要大量的病理数据作支撑。“我们每年检测标本的大样本数据超过6000万例。截至2018年底，金域宫颈病变检测中心累计收到来自全国31个省市区的宫颈癌筛查样本超过4350万例。”该项目带头人、金域医学病理中心主任罗丕福博士说，“此次技术开发中挑选进行模型训练和验证的32000例样本就涵盖了广东、广西、江苏、山东、四川等多个省份，年龄与地区分布均具有普适性，用于训练的阳性数据最新包括2019年，最早可追溯到2007年。”

利用深度学习向AI模型传授诊断知识

此次双方合作主要集中在AI辅助宫颈癌筛查模型的开发。

罗丕福表示，本次开发先从金域医学历年所积累的4350万例宫颈细胞学筛查样本中，挑选出近20万个图像块，进行精准标注和AI辅助筛查模型训练。

华为的华为云AI团队开发出的平台ModelArts，从标注、训练模型、图片判断、推理等方面为AI模型的训练和应用提供技术支撑。“平台对已经上传到云端的海量图像块进行半自动化标注，大大节省了病理医生标注的时间和精力。”华为云AI团队相关负责人介绍，以华为AI昇腾系列芯片为代表的强大算力，有力支撑了整个AI模型的训练与推理过程。

开发中，首先由金域医学病理专家进行标注，确保模型可以对各种病变细胞的形态进行充分的学习。基于这些图像块级别的标注，AI模型先对样本进行初步分类，高效区分阳性细胞密度较高的样本。然后，AI模型再进一步对阳性细胞进行精准识别，确保在阳性细胞密度较低的样本上仍能获取准确的辅助判读结果。为确保结果无误，算法还一并选取一系列可疑的局部视野，交由病理医生最终复阅。

“在确保标注数据的准确性后，再利用深度学习的方法反复推理、训练，相当于由病理专家‘手把手’向AI模型传授病理诊断知识。” 罗丕福说。

验证结果表明，该模型不仅获得目前国际已公布的国内外AI辅助宫颈癌筛查的最高水平，且预期可使病理医生进行单次细胞学检查的工作量减少超过60％，筛查效率大幅提升。细胞病理医生镜下阅读宫颈细胞涂片的平均时间从6分钟提高到36秒，判读速度是人工判读的10倍。

“我听了这个成果很兴奋。病理医生每天都肩负着很重的病理诊断任务，通常要看完1万多个细胞后才敢进行病理诊断，每天透过显微镜看100多张片是体力活，特别累。” 细胞病理专家梁小曼教授表示，AI辅助技术解决了此痛点。其可代替部分比较枯燥、繁重而重复的阅片工作，让病理医生把更多精力集中在精确诊断上。

“一旦AI辅助宫颈癌筛查落地应用和推广，将可以大幅提升宫颈癌筛查服务覆盖的人群范围与服务频率，使得对适龄妇女人群的筛查质量可以趋近发达国家的水平，促进宫颈癌早筛早治。”李映华透露，双方还将在乳腺、消化道、肾脏、血液等其他病理AI场景中寻求新的合作方向，探索更多应用可能。