0
雷鋒網消息，5 月份，Google CEO Sundar Pichai 在谷歌 I / O 大會上向數百萬觀眾進行了一個演講，主題為 AI 在數字病理學上的應用。5 周前，FDA 宣布批準第一個整體切片成像（WSI）系統，作為病理學診斷的主要方式。以上兩個事件都指向病理學和實驗室醫學的未來：軟件將在醫學領域占據主導地位。
過去 20 年中，軟件已經席卷世界。零售業由電子商務公司亞馬遜主導，電影租賃業巨頭 Blockbuster (百事達) 被在線影片租賃公司 Netflix 擠垮，還有 Uber 用軟件接管了出租車行業。目前尚未見到軟件大規模進軍醫療保健領域，軟件應用于數字病理學，可以說是軟件在醫療領域最初的嘗試。
當然持懷疑態度的人會反駁到：“組織細胞永遠是具有物理性質的”，或者是說：“計算機永遠不會像人類一樣能夠診斷出癌癥這樣復雜的疾病”。所有這些反駁的觀點都是正確的，但軟件的研發已經開始涉足病理學核心功能，標志著軟件已經向著診斷癌癥的方向進軍。
病理學是軟件沒有“攻占”的最后一塊前沿陣地，病理學診斷的金標準仍然是病理醫生使用顯微鏡觀察病理切片上組織細胞的病理變化，從而做出診斷結果。
病理學是醫學領域的關鍵一環，通常疾病的第一份診斷報告都出自病理診斷。因此，醫生對于患者做出的治療措施，80％ 受病理學報告的影響。出于同樣的原因，它也可能是衛生保健系統面臨 7,500億美元誤診成本的最大問題。
病理醫生訓練有素，他們是識別組織細胞中病理變化方面的專家。然而，即使是最好的病理醫生也會犯錯誤，他們通常只是主觀地給出一個最可能的疾病類型，而沒有量化的答案。由于診斷的不確定性，可能延誤了對患者的治療。
軟件在病理學中幾乎沒有作用，但是最近有了新的研究進展。技術是讀取載玻片中的數字病理圖譜，因此該領域已被大部分人歸入物理領域。目前，數字病理領域的主要參與者正在推動切片成像系統應用于實際，研發通過掃描切片來生成大量病理圖像的硬件。
將切片上的病理信息轉換成像素的實驗是走在科技前沿的。因為用顯示器呈現病理變化比顯微鏡好，因為顯示器可以通過像素點呈現切片的所有病理生理現象，這便是數字病理學的重要之處。數字化系統還幫助將文件存貯并提供了檢索功能，為以后快速獲取提供了極大便利。只有軟件才能將數萬億像素的組織圖譜應用于人類疾病的病理診斷。
病理數字化對醫療診斷的影響是巨大的，有幾個關鍵點我們要記住。首先，我們將看到一個重新設計的實驗室及其工作流程，這個流程簡單而且全面，采取設定的做法并將切片數據轉化為數字信息?；蛘哒f，將數字診斷與醫生診斷結合起來。這是一項醫學創新，使病理醫生能夠為數字病理提供輔助答案：“我的癌癥是否會擴散？”，“我的癌癥在五年內是否會復發？”和“哪種是最有效的治療方法？”。如今數字病理均可以解決上述問題，依據相關信息進行分子檢測，采用類似于遺傳學的方式，用數字病理學為癌癥診斷和護理提供依據。
衛生保健和技術領導者持續推動病理學向數字化轉型，已經長達 15 年之久。為什么現在的轉型速度越來越快呢？
最近五年，數字病理學是一個具有巨大前景并且短期能夠看見落地場景的領域，因此投資者對這類研究保持樂觀的態度。然而，實驗室單獨購入切片掃描儀需要投入數百萬美元。圖像文件大小約 1GB，意味著實驗室每年需要創建 PB 級數據集，病理數字化過程對于 IT 挑戰和存儲成本提出了挑戰。然而，最現實的問題還是來自政策層面，美國尚未出臺用于初步診斷的數字病理系統的相關政策。
據雷鋒網了解，2017 年 4 月，FDA 首次批準了用于初步診斷病理的整體切片成像系統，這項舉措刺激了其他硬件供應商的投資，并燃起了人們對于數字病理學應用于臨床病例的興趣。醫療中心和商業實驗室開始認識到，為了不掉隊，他們必須要應用數字病理學的技術。早期入局者意識到，雖然這個數字生態系統的誕生離不開硬件的推動，但其實真正地挖掘了這個系統價值的是軟件。
隨著數字病理學的普及，計算機識別圖像復雜模式的能力取得了巨大的進步。對于實驗室來說，病理學上的計算進步有兩種形式：增強和自動化，二者相輔相成。傳統診斷工作流程的自動化使得病理學家可以花更多的時間在更棘手的病例上，比如在人眼無法辨別的情況下對病理數據進行擴充，為病理醫生提供癌癥的診斷依據。
Proscia：用云平臺進行病理分析
近十年來，我國癌癥發病率在逐年上升，在癌癥的術后診斷中，病理分析一直扮演著重要角色。不過，目前我國病理醫生缺口高達 10 萬，無法為每個腫瘤患者提供高質量的服務。眼下，“互聯網+”和“數字化病理技術”為破解這一難題帶來了機遇：相較于傳統病理，云病理讓醫療資源利用率提高、成本降低。
以國外的一家公司為例，Proscia 成立于 2014 年，是美國一家專注于腫瘤病理云技術開發的公司，其業務主要涵蓋腫瘤切片的影像學分析、數據整合和云共享三方面，Proscia 等公司研發的軟件為數字化病理提供了一個平臺，可以實現數字病理學預期的大部分功能，同時利用 AI 通過自動化和增強功能為數字病理提供支持。通過機器學習，讓病理學的診斷由定性轉為定量，從而提高病理分析的準確率。
該公司于 2016 年 7 月獲得 100 萬美元種子輪融資。
2015年， Proscia 創建了一個數字病理云平臺，該平臺使用計算機視覺來分析腫瘤的活檢切片和醫學影像，并為醫學專家提供每張切片中的病理數據。 今年上半年， Proscia 將這項云技術跨界應用于腫瘤病理分析，建立了腫瘤病理切片云數據庫。
醫學影像分析學和云系統的結合，讓 Proscia 擁有了大量的腫瘤病理大數據。有了這些數據， Proscia 能同時為研究機構、生物技術公司、醫療機構和教育部門提供服務。具體來說， Proscia 為科研機構提供來自全世界的病例樣本整理分析；為生物技術公司開發新型藥物提供了充足的數據來源；而在醫療機構中，Proscia 能幫助醫生判斷腫瘤患者術后腫瘤切片的情況，并對下一步治療方案的確定提供可靠的依據；云數據庫中來自全世界的腫瘤病理切片信息也為教育部門提供了良好的教學素材。
據雷鋒網了解，Proscia 的首席執行官 David West 表示，數字病理學應用范圍廣泛，從對于常見癌癥的自動化分類到活檢診斷癌癥等等不可觀察的改變對于臨床診斷十分有意義?！皵底植±韺W正在向癌癥護理方面發展，并且在未來五年內，軟件將完全進入癌癥診斷和患者愈后護理方面?！?/p>
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
