KAIRUN新闻

病理医生在宫颈癌查筛中起着关键作用。然而,数据显示,我国病理医生缺口高达8-10万人,而每年仅宫颈癌一项的新发病例平均就有13万,适龄普筛女性更是高达上千万,工作量极大。另外,依据传统方法,病理医生通过显微镜用肉眼观测癌细胞,一人一天最多看100张片子,超负荷工作还增加了误诊、漏诊几率。病理医生、关键设备等医疗资源不足,直接导致国内宫颈癌防治进展缓慢,还间接引发医患矛盾等深层次问题,成为医疗体系的现实难题。

当前,AI在医疗领域的应用,为医疗体系减负带来希望。相较于常规的宫颈癌筛查,AI辅助识别能够将宫颈癌筛查时间从平均6分钟降到10秒,几乎提速36倍。这正是阿里云、英特尔和北京协和医院合作的 “数字人体”视觉挑战赛——宫颈癌风险智能诊断大赛取得的新成果。与此同时,全球首发的宫颈癌液基细胞整图数据引擎,也是人工智能在医疗领域的最新研究数据集,能够加快国内科研和应用进度,围堵宫颈癌防治漏洞,挽救更多女性和家庭。

通过数据标注,赛题组在全球首发三千多例的宫颈癌液基细胞整图数据,每张图包含10亿像素左右,从宫颈癌查筛最主要的异常鳞状上皮细胞扩展到六类典型细胞,这些数据都经过了专业医师和人工智能的验证,能够为宫颈病变筛查提供更为客观的诊断标准,有效解决基层病理医生长期缺乏等痛点,让农村等地区的妇女获得高质量的筛查,真正让筛查成为更多女性的健康保护伞。

为了让比赛输出高价值的技术能力,阿里达摩院对赛题组所有的数据进行了严格的筛选和清洗,此外,基于多年医疗影像AI的技术储备,达摩院搭建了算法基准模型,提供参赛选手思路和方向的参考,同时基于宫颈癌液基细胞学影像特点搭建了合理的评价量化体系,以及赛中各种技术支持。赛后对选手的各类算法进行检查保证高质量的产出。

同时,大赛取得的最佳算法模型可以更加细致、精准的识别每一张病例的图形,让医生们平均10秒就能找出癌变细胞,减少肉眼观测的误诊几率,降低医生工作强度。

英特尔开创的深度学习加速技术VNNI也极大提升了本次比赛的推断效率,经过参赛选手们的优化,有望协助医生把病理筛查的判断时间从5s降到0.1s,形成的开发者说明文档,还进一步提高VNNI技术的易用性,更加符合医生进行癌症诊断的现实需求。

通过人工智能技术优化和医疗设备的升级,医生能够及时揪出宫颈癌,让病患及早治疗,为政府和普通家庭节省大量医疗开支,从某种程度上也能减少因误诊等问题造成的医患矛盾。

值得注意的是,AI辅助筛查不只能为医生和病患减负,对于正在积极引入人工智能技术的医院同样大有裨益。选手们在比赛中得出的算法模型能够植入到市面上常用的宫颈癌细胞学数字扫描设备中,让医院通过更低成本升级现有医疗诊断设备,预计可以节约医生10-20分钟的阅片时间,帮助医院扩充服务能力,支持国家大规模查筛癌症等工作。

伴随着国内生命健康产业进入智能医疗阶段,高质量的医疗服务也离不开人工智能、医疗等跨领域人才共同合作。阿里巴巴达摩院人工智能中心高级研究员张磊就曾表示,达摩院人工智能中心医疗团队的使命就是普惠医疗,把AI应用到医疗中服务广大的群众,通过天池大赛,吸引更多人进入到这个研究领域,调动起群体智慧。

据了解,阿里云天池大赛是一个全球人工智能专家及技术爱好者的开发者社区,长期关注人工智能与生命健康领域的合作,目前已经和瑞金医院、协和医院、美年大健康等知名医疗机构举办数据竞赛,涉及知识图谱建设、智能问答、视觉辅助诊断、新药研发、疾病预测等领域,未来还将发挥众智力量持续赋能医疗行业。

只要定期进行癌症筛查,及早发现,就能有效降低癌症死亡率,现已成为大众共识。人工智能辅助筛查技术的逐渐成熟,有望帮助民众从意识防控转向技术防控,无论是经济和民生层面,都将提高我国癌症防治的成效。

阿里巴巴达摩院医疗AI团队在医疗影像领域拥有多年技术积累,此次新冠疫情期间,达摩院医疗AI团队研发的CT影像算法,将疑似患者CT影像判读时间从十几分钟缩减到20秒内,并且可以量化病灶轻重程度,辅助医生决断和采取对应治疗方案,阿里云已向全球医疗机构免费开放该技术。