醫策科技王曉梅：AI 在醫療健康領域落地不只是單純的演算法問題

隨著人們對生活品質的不斷追求，醫療領域也湧現出了許多科技創新。在 12 月 3 日舉行的 BEYOND 科技女性論壇的現場，杭州醫策科技 CEO 王曉梅女士分享瞭如何以人工智慧推動醫療普惠。

“病理是整個醫學界的金標準，但非常不幸的是，中國十分缺乏病理醫生。” 國家衛建委最新的統計報告顯示，在中國市場只有 1。6 萬名註冊病理醫生，而根據中國的 14 億人口的治療需求，中國至少需要 10 萬名以上病理醫生。

同時，培養一位病理醫生十分不易，通常具備 10 年以上從業經驗的病理醫生才是一位合格的病理醫生。但不論是在中國本土還是在全球其他國家，病理醫生的分佈都非常不均衡：他們基本上分佈於經濟發達的地區，在一些偏遠的地區甚至沒有病理醫生。這導致一些重疾病人無法得到病理醫生的看護與診療。

傳統的病理醫生習慣基於顯微鏡的工作流程，這使得其在工作中無法完成協同。由於病理醫生是一個高度依賴經驗學的職業，其在評判病理玻片時往往需要其他病理醫生的協同與幫助。因此，在實際的病理診斷中經常會發生醫生需要郵寄病理玻片的情況，這意味著一些疑難雜症的病理診斷通常需要花費短至 1~2 天長至幾周的情況，這對病人的精神是極大的挑戰。

過去幾年，王曉梅組建了一支醫工深度融合的專業團隊，團隊網羅了醫學專家、病理專家，精通大資料、人工智慧演算法的科學家，他們在以病理診斷輔助癌症診療的過程中做出了革命性的突破：即透過深度學習的演算法和模型幫助病理醫生從傳統的基於顯微鏡診斷的方式轉變為數字化與智慧化的診斷流程。這在快速提升病理醫生診斷效率（診斷時間 2 分鐘以內）與準確率（高達 99。25%）的同時，也將病理醫生之間的實時協同變為現實。

出於對女性健康的關愛，醫策科技的第一款人工智慧產品主要針對宮頸葉肌細胞學，用於女性宮頸疾病的早診早治，這款已經被商用的 AI 輔助診斷系統對於病理醫生是一個巨大的福音。

在實際診斷中，平均每個病理玻片上散佈著 2~3 萬個細胞，傳統的工作流程中，病理醫生需要藉助顯微鏡對每一個細胞進行仔細閱讀，最終達成對整個玻片的診斷。如今，基於醫策科技的 AI 輔助診斷系統，病理醫生可以在幾十秒之內，對玻片上的幾萬個細胞進行快速診斷判讀，並對其陰性和陽性作出最終診斷。王曉梅透露，AI 輔助診斷系統在實際應用中，幫助客戶提升了 60% 的效益。

在覆盤 AI 輔助診斷的關鍵成功因素時，王曉梅將其中的 80% 都歸因於操作流程的標準化，在完成取樣、送檢、製片、染色之後，生物掃描器會將玻片掃描出的二維的數字病理影象傳送給 AI 引擎，由 AI 引擎判讀並得出細胞層級以及整個玻片層級的專業診斷結果。

因此，AI 在醫療健康、病理學中的落地不只是一個單純的演算法問題，而是一個醫工融合的問題，它需要醫學、病理學、資料、AI 演算法與模型等各方面的專家共同合作完成。

“當 AI 被用於醫療健康特別是癌症診斷的病理領域時，資料的重要性就凸顯出來。操作流程的每一步都是建立資料標準的一部分，當涉及到資料量化時也需要透過三級稽核。” 為解決技術應用到醫療健康市場時出現的資料問題，在回到中國市場後，王曉梅制訂了一條資料策略，即優先滿足整個行業對於資料原材料的渴求。在中國大陸的百餘家細胞病理的核心組委醫療機構的協同合作下，醫策科技正在構建中國的病理 AI 領域的資料標準，包括資料的採集、標註以及人工智慧醫療器械三類證的測評標準。

針對很多醫療從業者對於 AI 替代醫生的擔憂，畢業於計算機科學的王曉梅迴應稱，從人類的計算史的角度來看，當下的人工智慧還處於 “狹窄人工智慧” 階段，即智慧完成單個特定任務。下一代的人工智慧時通用人工智慧，目前有全世界有兩家公司專注於通用人工智慧的研究，他們是 Elon Musk 創立的 OpenAI 和被谷歌收購的 DeepMind，但根據過去三四年的整研究歷程，通用人工智慧目前還只是個願景。在未來的 10~20 年，在大量的算力、演算法的突破及技術的推進下，通用人工智慧才有可能實現。

在演講的最後，王曉梅分享了

AI 落地健康醫療產業以及運用到病理癌症診斷中的四大前沿趨勢，即越來越廣泛的數字化、越來越深度的智慧化、SaaS 化、邊緣計算和邊緣裝置的應用。