AI+醫(yī)療：病理診斷細(xì)分市場有望率先落地

華強(qiáng)

人工智能+醫(yī)療成為近年來的行業(yè)熱點(diǎn)，計算機(jī)技術(shù)與醫(yī)療服務(wù)的跨界合作為未來的行業(yè)發(fā)展提供了全新維度。人工智能主要應(yīng)用于醫(yī)療領(lǐng)域的疾病診斷、醫(yī)療輔助、醫(yī)藥開發(fā)等方面，具體包括病理診斷、影像診斷、語音識別、健康管理、可穿戴設(shè)備、醫(yī)院管理、精神健康、藥物挖掘、生物技術(shù)等細(xì)分領(lǐng)域。病理診斷領(lǐng)域由于數(shù)據(jù)量大、對醫(yī)生要求高等特性成為人工智能在醫(yī)藥行業(yè)率先領(lǐng)域應(yīng)用的重要細(xì)分領(lǐng)域之一。

AI助力病理轉(zhuǎn)向數(shù)字化診斷，解放醫(yī)生資源

病理AI是通過人工智能算法，對數(shù)字化的病理切片進(jìn)行診斷。目前較為典型的應(yīng)用就是DNA倍體檢測，人體正常細(xì)胞為2倍體，分裂過程中的細(xì)胞處于2-4倍體狀態(tài)，而腫瘤細(xì)胞會出現(xiàn)顯著異常的DNA含量，出現(xiàn)4倍體以上的異常DNA倍體細(xì)胞，通過對異常DNA倍體細(xì)胞的檢測，就可以知道樣本是否存在突變的細(xì)胞，在腫瘤的早期診斷中有較好的應(yīng)用，能夠有效提升診斷效率，提供標(biāo)準(zhǔn)化、數(shù)量化的檢驗(yàn)指標(biāo)。

引入AI輔助甚至替代人工進(jìn)行一些常規(guī)的病理診斷及癌癥篩查，能夠有效彌補(bǔ)人工診斷效率低、病理醫(yī)生不足、缺乏統(tǒng)一質(zhì)控管理等問題。

病理AI診斷流程主要包括標(biāo)準(zhǔn)化切片的制作、切片數(shù)字化掃描、AI算法讀片、AI提示陽性切片人工復(fù)核等環(huán)節(jié)。實(shí)現(xiàn)病理AI診斷的主要關(guān)鍵點(diǎn)在于標(biāo)準(zhǔn)化的制片、數(shù)字化處理、足量的基礎(chǔ)數(shù)據(jù)對算法模型進(jìn)行訓(xùn)練、AI算法假陰性率（病變細(xì)胞誤識為正常細(xì)胞）的控制等。作為計算機(jī)AI識別圖像進(jìn)行診斷，對于切片圖像的標(biāo)準(zhǔn)化要求較高，能夠保證穩(wěn)定的制片、成像標(biāo)準(zhǔn)的儀器是開發(fā)病理AI算法基礎(chǔ);其次病理診斷覆蓋的疾病種類較多，尤其是癌癥類型繁多，要實(shí)現(xiàn)病理AI對各個病種的精確診斷需要大量的病例數(shù)據(jù)支持，目前行業(yè)的主要切入口在于通過對常見病種普查的輔助診斷來降低病理醫(yī)生的重復(fù)性工作，提升病理診斷效率，這一模式中的關(guān)鍵在于控制病理AI算法的假陰性率，防止出現(xiàn)由于算法的誤判導(dǎo)致漏診，保證病理AI能夠在保證診斷有效的前提下提升病理診斷效率。

病理AI開發(fā)包括數(shù)據(jù)積累、算法開發(fā)、場景應(yīng)用等環(huán)節(jié)

病理AI開發(fā)過程主要包括有效數(shù)據(jù)的采集積累，基于有效數(shù)據(jù)的算法開發(fā)、模型訓(xùn)練，以及醫(yī)院、第三方檢驗(yàn)相關(guān)場景的應(yīng)用。數(shù)據(jù)基礎(chǔ)包括相關(guān)硬件設(shè)備生產(chǎn)商和醫(yī)院、第三方檢驗(yàn)機(jī)構(gòu)，算法開發(fā)涉及權(quán)威的病理專家集團(tuán)、智能算法開發(fā)企業(yè)等，AI應(yīng)用場景回歸到醫(yī)院病理科及第三方檢驗(yàn)機(jī)構(gòu)。針對下游不同醫(yī)療應(yīng)用場景和病理診療特點(diǎn)，開發(fā)不同的算法輔助醫(yī)生診斷，并隨著數(shù)據(jù)量的擴(kuò)充和下游需求持續(xù)更新。

有效數(shù)據(jù)的積累是現(xiàn)階段病理AI算法開發(fā)關(guān)鍵。目前產(chǎn)業(yè)仍處于發(fā)展初期，有效數(shù)據(jù)的積累是進(jìn)入下一階段的關(guān)鍵。國內(nèi)大部分醫(yī)療數(shù)據(jù)存儲于醫(yī)院以及第三方檢驗(yàn)機(jī)構(gòu)，一方面，醫(yī)院內(nèi)部的臨床數(shù)據(jù)中心建立尚不完善，醫(yī)院內(nèi)部數(shù)據(jù)互聯(lián)互通程度和共享程度尚低，醫(yī)療數(shù)據(jù)涉及病人隱私，共享機(jī)制和規(guī)范缺乏;另一方面，第三方檢驗(yàn)機(jī)構(gòu)具有較好的數(shù)據(jù)資源積累，但不同檢驗(yàn)機(jī)構(gòu)由于相關(guān)設(shè)備、軟件的差異，數(shù)據(jù)標(biāo)準(zhǔn)化程度各不相同，往往基于自身掌握的數(shù)據(jù)資源進(jìn)行算法開發(fā)。

AI+醫(yī)療達(dá)200億市場規(guī)模，宮頸癌篩查成為病理AI布局重點(diǎn)

病理AI同時隸屬于AI+醫(yī)療行業(yè)，2018年我國AI+醫(yī)療市場規(guī)模有望達(dá)到200億元，近年來保持高速增長。病理AI屬于AI+醫(yī)療領(lǐng)域的醫(yī)學(xué)影像診斷細(xì)分領(lǐng)域，應(yīng)用于疾病的診療環(huán)節(jié)，主要適用的技術(shù)包括數(shù)字化成像、圖像識別、人工智能算法等，是人工智能結(jié)合醫(yī)療行業(yè)的重要分支。根據(jù)中國數(shù)字醫(yī)療網(wǎng)統(tǒng)計，2016年我國AI+醫(yī)療行業(yè)規(guī)模為96.61億元，同比增長122.09%;2017年達(dá)130億元，同比增長34.56%，2018年我國AI+醫(yī)療行業(yè)有望達(dá)200億的市場規(guī)模，同比增長53.85%。

宮頸癌篩查是當(dāng)前病理AI中應(yīng)用最廣泛的檢測場景。根據(jù)中國癌癥中心統(tǒng)計數(shù)據(jù)，宮頸癌位居女性癌癥發(fā)病率第六位，是最常見的婦科高發(fā)惡性腫瘤之一。通過病理薄層細(xì)胞學(xué)檢測或HPV檢測可有效進(jìn)行早診早治。由于其可通過定期篩查預(yù)防、需求量大、病例數(shù)據(jù)積累較多等特點(diǎn)，成為病理AI率先布局領(lǐng)域，我們以宮頸癌為代表測算細(xì)胞病理篩查宮頸癌的市場空間：21–65歲女性均需進(jìn)行宮頸癌定期篩查，我國適齡女性人口在4億人左右。以每人年均0.5次宮頸癌液基薄層細(xì)胞學(xué)檢查（TCT）檢查計算，宮頸癌細(xì)胞病理篩查潛在市場規(guī)模約為442億元，這為病理AI進(jìn)行宮頸癌篩查提供了廣闊發(fā)展空間。

行業(yè)處于發(fā)展初期，企業(yè)由硬件、第三方檢驗(yàn)向AI領(lǐng)域拓展

目前國內(nèi)AI病理行業(yè)主要由上游的硬件設(shè)備、試劑生產(chǎn)商，中游的病理專家和智能算法軟件開發(fā)企業(yè)，以及下游的醫(yī)院、疾控中心和獨(dú)立實(shí)驗(yàn)室等應(yīng)用終端構(gòu)成。

病理AI上游企業(yè)以安必平、鴻琪科技、福怡股份為代表，主要提供病理檢測試劑及病理智能診斷標(biāo)準(zhǔn)化前處理設(shè)備等服務(wù)。中游企業(yè)如迪英加、視見科技、圖瑪深維等在病理、影像、放療診療領(lǐng)域具備成熟醫(yī)學(xué)影像分析軟件平臺，擁有相關(guān)核心算法與技術(shù)實(shí)力。2018年由阿里健康牽頭，蘭丁高科、圖瑪深維等12家醫(yī)療健康A(chǔ)I企業(yè)共同建立面向醫(yī)療AI行業(yè)的第三方人工智能開放平臺。醫(yī)院以及金域醫(yī)學(xué)、華銀健康等第三方檢測平臺等構(gòu)成了病理AI行業(yè)下游的應(yīng)用終端，通過提供海量臨床病理數(shù)據(jù)與產(chǎn)業(yè)鏈上游企業(yè)密切合作，進(jìn)一步推進(jìn)病理診斷的信息化、自動化和智能化。

此外，蘭丁高科及麥克奧迪通過全方位打造從硬件設(shè)備、全自動智能化診斷篩查系統(tǒng)到第三方病理診斷中心，實(shí)現(xiàn)了一站式病理診斷服務(wù)的全覆蓋。蘭丁高科依托其自主研發(fā)的病理診斷設(shè)備、病理AI系統(tǒng)、病理專家團(tuán)隊(duì)、第三方實(shí)驗(yàn)室網(wǎng)點(diǎn)，完成完整的商業(yè)閉環(huán)，公司于2018年實(shí)現(xiàn)了6個月內(nèi)完成37萬例“互聯(lián)網(wǎng)+人工智能”宮頸癌篩查項(xiàng)目。麥迪醫(yī)療是麥克奧迪全資子公司，主營產(chǎn)品及業(yè)務(wù)包括病理切片數(shù)字化掃描與應(yīng)用系統(tǒng)、數(shù)字病理遠(yuǎn)程專家診斷、細(xì)胞DNA定量分析系統(tǒng)（用于癌癥早期篩查）及相關(guān)診斷耗材的技術(shù)支持與醫(yī)療診斷服務(wù)。

AI診斷技術(shù)準(zhǔn)確性有待提高，無法完全替代病理醫(yī)生

AI病理診斷技術(shù)能夠?qū)崿F(xiàn)自動化診斷，大幅縮短醫(yī)生的工作量，但由于目前技術(shù)所限，在病理樣本采集、圖像數(shù)據(jù)處理及結(jié)果判讀上仍有大量亟待解決的技術(shù)難點(diǎn)。一旦條件稍有偏差，診斷結(jié)果或謬以千里，仍需進(jìn)行大規(guī)模多中心的臨床驗(yàn)證以保證其準(zhǔn)確性。因此，AI診斷的結(jié)果最終的結(jié)果仍需病理醫(yī)生審核，并結(jié)合其他臨床資料進(jìn)行綜合確診。AI診斷的結(jié)果能夠輔助診療，但無法完全替代病理醫(yī)生的作用。

多環(huán)節(jié)影響病理AI診斷準(zhǔn)確性。樣本采集制片是病理AI診斷的首要環(huán)節(jié)，其成片質(zhì)量直接決定后續(xù)圖像質(zhì)量的高低及結(jié)果判讀的準(zhǔn)確性。不同染色制片硬件設(shè)備、制片方法以及批次間質(zhì)控的穩(wěn)定性決定了成片是否滿足后續(xù)分析要求。

數(shù)據(jù)處理是將病理成片轉(zhuǎn)化為圖像數(shù)據(jù)并進(jìn)行處理的過程。大臨床樣本數(shù)據(jù)平臺保證了AI訓(xùn)練樣本的廣泛性和代表性，圖像抓取質(zhì)量校正以及AI診斷算法的開發(fā)優(yōu)化是病理AI準(zhǔn)確性得以不斷提升的核心要素。

病理AI在小范圍試驗(yàn)的訓(xùn)練結(jié)果并不能完全代表其真正的診斷能力，而診斷標(biāo)準(zhǔn)也會隨著不同病理醫(yī)生的結(jié)果判讀而變化。所有病理AI技術(shù)在真實(shí)臨床落地應(yīng)用前，都需要經(jīng)過嚴(yán)格的隨機(jī)對照研究和多中心的臨床試驗(yàn)進(jìn)行驗(yàn)證，才能真正作為評判手段和標(biāo)準(zhǔn)。

算法發(fā)展為病理AI打下堅實(shí)基礎(chǔ)

人工智能算法圖像識別能力不斷提升，算法發(fā)展為病理AI打下堅實(shí)基礎(chǔ)。2012年，深度學(xué)習(xí)模型首次被應(yīng)用在圖像識別大賽（ImageNet），算法錯誤率降至16.4%，獲得當(dāng)年冠軍。2015年，微軟通過152層的深度網(wǎng)絡(luò)，將圖像識別錯誤率降至3.57%，表現(xiàn)已經(jīng)優(yōu)于人眼5.1%左右的錯誤率。2017年ImageNet挑戰(zhàn)賽中，Momenta團(tuán)隊(duì)利用SENet架構(gòu)奪冠，模型已達(dá)到2.251%的錯誤率。人工智能圖像識別能力的不斷提升將推動人工智能病理診斷獲得快速發(fā)展。

在醫(yī)療影像領(lǐng)域已有多個團(tuán)隊(duì)成功開發(fā)人工智能診斷算法。谷歌、上海交通大學(xué)、浙江大學(xué)等科技企業(yè)及高校在醫(yī)療影像診斷的相關(guān)具體疾病檢測方面已成功開發(fā)出媲美人工診斷準(zhǔn)確率的AI算法，AI的診斷速度及準(zhǔn)確率能夠達(dá)到或接近人工水平。隨著各病種數(shù)據(jù)庫、算法的不斷完善，AI診斷將在醫(yī)療診斷中發(fā)揮重要作用。

病理AI的問世將有效的解決我國病理醫(yī)生短缺的問題，滿足基層的病理診斷需求。臨床病理大數(shù)據(jù)平臺以及AI算法開發(fā)優(yōu)勢是病理AI企業(yè)搶占市場并在競爭中保持領(lǐng)先地位的核心能力。同時，在國家政策大力支持下，人工智能被列入國家發(fā)展戰(zhàn)略，人工智能+醫(yī)療成為新技術(shù)結(jié)合傳統(tǒng)產(chǎn)業(yè)的重點(diǎn)維度。