人工智能醫(yī)療 病理診斷細(xì)分市場(chǎng)或率先落地

人工智能+醫(yī)療成為近年來的行業(yè)熱點(diǎn)，計(jì)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(shí)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(duì)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。

病理AI是通過人工智能算法，對(duì)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(cè)，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(huì)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(duì)異常DNA倍體細(xì)胞的檢測(cè)，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(chǎng)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(chǎng)景回歸到醫(yī)院病理科及第三方檢驗(yàn)機(jī)構(gòu)。針對(duì)下游不同醫(yī)療應(yīng)用場(chǎng)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(guó)內(nèi)大部分醫(yī)療數(shù)據(jù)存儲(chǔ)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)。

病理AI同時(shí)隸屬于AI+醫(yī)療行業(yè)，2018年我國(guó)AI+醫(yī)療市場(chǎng)規(guī)模有望達(dá)到200億元，近年來保持高速增長(zhǎng)。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(shí)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(guó)數(shù)字醫(yī)療網(wǎng)統(tǒng)計(jì)，2016年我國(guó)AI+醫(yī)療行業(yè)規(guī)模為96.61億元，同比增長(zhǎng)122.09%；2017年達(dá)130億元，同比增長(zhǎng)34.56%，2018年我國(guó)AI+醫(yī)療行業(yè)有望達(dá)200億的市場(chǎng)規(guī)模，同比增長(zhǎng)53.85%。

宮頸癌篩查是當(dāng)前病理AI中應(yīng)用最廣泛的檢測(cè)場(chǎng)景。根據(jù)中國(guó)癌癥中心統(tǒng)計(jì)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(cè)或HPV檢測(cè)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(cè)算細(xì)胞病理篩查宮頸癌的市場(chǎng)空間：21–65歲女性均需進(jìn)行宮頸癌定期篩查，我國(guó)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(jì)算，宮頸癌細(xì)胞病理篩查潛在市場(chǎng)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。

目前國(guó)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(cè)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(tái)，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(tái)。醫(yī)院以及金域醫(yī)學(xué)、華銀健康等第三方檢測(cè)平臺(tái)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(dòng)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(dòng)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(gè)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(yíng)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病理診斷技術(shù)能夠?qū)崿F(xiàn)自動(dòng)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(tái)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(huì)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(duì)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(píng)判手段和標(biāo)準(zhǔn)。

人工智能算法圖像識(shí)別能力不斷提升，算法發(fā)展為病理AI打下堅(jiān)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(shí)別大賽（ImageNet），算法錯(cuò)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(shí)別錯(cuò)誤率降至3.57%，表現(xiàn)已經(jīng)優(yōu)于人眼5.1%左右的錯(cuò)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(cuò)誤率。人工智能圖像識(shí)別能力的不斷提升將推動(dòng)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(gè)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(cè)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(guó)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(tái)以及AI算法開發(fā)優(yōu)勢(shì)是病理AI企業(yè)搶占市場(chǎng)并在競(jìng)爭(zhēng)中保持領(lǐng)先地位的核心能力。同時(shí)，在國(guó)家政策大力支持下，人工智能被列入國(guó)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。