數(shù)字病理研究的私人助手— AI數(shù)字病理圖像分析平臺(tái)
病理檢查一直被譽(yù)為疾病診斷的“金標(biāo)準(zhǔn)”，但傳統(tǒng)的病理診斷面臨著主觀性、易出錯(cuò)、重復(fù)性低，半定量、沒(méi)有精確的統(tǒng)計(jì)輸出，?cè)鄙俳?jīng)驗(yàn)豐富的病理學(xué)家、腫瘤學(xué)家等缺陷AI有拼版助手嗎？。隨著全切片圖像的采集、處理和分析方面技術(shù)的發(fā)展，數(shù)字病理（Digital Pathology, DP）在過(guò)去的十年內(nèi)逐漸的應(yīng)用到科研及臨床中。尤其是年初FDA首次批準(zhǔn)了用于數(shù)字病理的全切片影像系統(tǒng)，用于病理學(xué)診斷的主要方式。除了掃描技術(shù)的發(fā)展及存儲(chǔ)價(jià)格的不斷下降，機(jī)器學(xué)習(xí)，?cè)斯ぶ悄艿陌l(fā)展為圖像分割和識(shí)別也提供了新一代的算法。目前在病理研究上的許多工作已接近甚至達(dá)到了臨床應(yīng)用的水平，例如Google研究團(tuán)隊(duì)利用其深度學(xué)習(xí)算法GoogLeNet用于定位乳腺癌向乳房相鄰的淋巴結(jié)擴(kuò)散時(shí)，其算法的定位得分（FROC）達(dá)到89%，明顯超過(guò)了具有豐富經(jīng)驗(yàn)的病理學(xué)家（73%）。
AI相對(duì)于人類而言，首先他不會(huì)疲倦，它可以不分晝夜的進(jìn)行工作；他不會(huì)因?yàn)榍榫w而產(chǎn)生判斷失誤；他不會(huì)像病理醫(yī)師因經(jīng)驗(yàn)豐富與否而產(chǎn)生分歧AI有拼版助手嗎？。 通過(guò)深度學(xué)習(xí)特定智能的算法，運(yùn)用AI對(duì)整張切片或者特定的組織、細(xì)胞類型進(jìn)行大數(shù)據(jù)的計(jì)算，將組織中明顯的特征轉(zhuǎn)化為預(yù)測(cè)（如轉(zhuǎn)移和復(fù)發(fā)）、分類（腫瘤分期、分級(jí)、鑒別診斷）。這使得能夠基于組織學(xué)模式的精確定量來(lái)創(chuàng)建預(yù)測(cè)性的生物標(biāo)記物，為腫瘤學(xué)家、病理學(xué)家為判斷患者在預(yù)后、治療效果等提供新的檢測(cè)工具。同時(shí)基于深度學(xué)習(xí)以及強(qiáng)大的客觀分析能力，AI還能發(fā)現(xiàn)被人類所遺漏的不易覺(jué)察的細(xì)節(jié)，特別是學(xué)習(xí)到病理切片分子層面上的特征。下圖為典型數(shù)字病理圖像分析的一般流程。
典型的數(shù)字病理研究流程圖
盡管AI使得醫(yī)學(xué)診斷變得不斷完美，但它并不能將人類取而代之AI有拼版助手嗎？。畢竟，我們對(duì)病理這個(gè)職業(yè)傾注熱情，我們?cè)趯?duì)待分析報(bào)告時(shí)能夠深深考慮到病人的體會(huì)。同時(shí)由于醫(yī)療數(shù)據(jù)的限制以及臨床高準(zhǔn)確度的要求，AI在數(shù)字病理診斷過(guò)程中，?cè)匀淮嬖谝恍┫拗啤?如鑒別有絲分裂細(xì)胞或篩選良性組織，并且增強(qiáng)其執(zhí)行如“癌癥熱點(diǎn)”的鑒定的能力。然后病理學(xué)家可以根據(jù)他們多年的訓(xùn)練和數(shù)字病理軟件的洞察力做出診斷。人類病理學(xué)家可以檢測(cè)出模型還沒(méi)有訓(xùn)練的異常分類，?cè)缪装Y過(guò)程、自身免疫疾病或其他類型的癌癥。在未來(lái)，某些醫(yī)生的職責(zé)可能會(huì)轉(zhuǎn)移，但人類醫(yī)生并不會(huì)因此而消失，他們的技能、工作將擴(kuò)展到哪些無(wú)法被AI所接管的領(lǐng)域。目前AI能夠做的，是為我們提供一個(gè)專業(yè)的，私人助手，以輔助我們更高效、更快速、更準(zhǔn)確的完成病理工作，進(jìn)一步的提高病理診斷的效率與可靠度。
整合數(shù)字病理環(huán)境，基于深度學(xué)習(xí)的算法，蘇州貝斯派生物科技有限公司聯(lián)合美國(guó)Indica Labs 公司推出了HALO數(shù)字病理圖像分析平臺(tái)AI有拼版助手嗎？。我們旨在處理數(shù)字病理圖像分析以及基于圖像的生物標(biāo)記物分析，無(wú)論是針對(duì)明視場(chǎng)的HE染色，IHC標(biāo)記，還是暗視場(chǎng)的IF標(biāo)記，以及TMA分析、DNA/RNA ISH/FISH 分析，通過(guò)對(duì)典型區(qū)域切片進(jìn)行訓(xùn)練學(xué)習(xí)，可精準(zhǔn)快速的對(duì)ROI（Region of Interest）或全切片（Whole Slide Image）進(jìn)行分析。
基于數(shù)字病理與深度學(xué)習(xí)的HALO數(shù)字病理圖像分析平臺(tái)
于今年舉辦的CameLyon17病理圖像診斷分析競(jìng)賽中，基于HALO Deep Learning 技術(shù)，HALO團(tuán)隊(duì)獲得突出性的表現(xiàn)AI有拼版助手嗎？。該比賽主要基于深度學(xué)習(xí)算法來(lái)分析500張WSI的HE乳腺癌淋巴結(jié)圖像，并計(jì)算100個(gè)乳腺癌患者的TNM分析。HALO在所有參賽團(tuán)隊(duì)中，獲得第三名的成績(jī)，在所有的商業(yè)性參賽團(tuán)隊(duì)中，獲得第一名的表現(xiàn)。癌癥分期對(duì)于患者的預(yù)后及治療至關(guān)重要，但對(duì)機(jī)器和病理學(xué)家而言，其是一項(xiàng)非常復(fù)雜的任務(wù)，自動(dòng)化的評(píng)估解決方案將有望減少病理學(xué)家的工作量，同時(shí)降低診斷的主觀性。HALO深度學(xué)習(xí)系統(tǒng)融合了多種神經(jīng)網(wǎng)絡(luò)技術(shù)，無(wú)縫集成到行業(yè)領(lǐng)先的數(shù)字病理平臺(tái)HALO系統(tǒng)中。此外，在今年6月份上海舉辦的病理切片識(shí)別技術(shù)挑戰(zhàn)賽中，貝斯派團(tuán)隊(duì)也獲得了優(yōu)異的成績(jī)。
目前HALO平臺(tái)正在被全世界各大的制藥、生物技術(shù)、醫(yī)療健康和研究組織使用，包括衛(wèi)材藥業(yè)，默克，強(qiáng)生，輝瑞，諾華、阿斯利康等全球著名的公司，廣泛的應(yīng)用于神經(jīng)科學(xué)、代謝組學(xué)、腫瘤學(xué)、毒理病理學(xué)等領(lǐng)域的全切片圖像定量研究中AI有拼版助手嗎？。針對(duì)不同的病理掃描圖像，HALO能夠提供Tissue Classifier，Area Quantification, Immue Cell Quantification, Single Dual Stain IHC, Membrane IHC/IF, ISH/FISH Quantification, Tissue Microarray Segmentation等多種分析服務(wù)。
貝斯派生物科技將會(huì)為中國(guó)用戶提供基于AI的數(shù)字病理和精準(zhǔn)醫(yī)學(xué)完整解決方案AI有拼版助手嗎？。這些分析將進(jìn)一步加速研究人員在藥物病理、毒理，生物標(biāo)記物的發(fā)現(xiàn)及其與藥物的相關(guān)性，疾病發(fā)病機(jī)制，癌癥患者的預(yù)后及藥物治療效果等方面研究。