病理科医生将失业？

点击“生命新知”，关注新观点、新医讯

AI渗入医疗

近年来，人工智能（artificial intelligence，AI）的发展正在为很多传统工作带来巨变，渗透到现代生活的方方面面。常见的例子包括计算机象棋游戏、语音识别、自动驾驶汽车、聊天机器人（即通过语音或文字进行对话的计算机程序，如在线虚拟助理）。

2017年初，AlphaGo Master战胜人类围棋冠军，而到了当年10月份，它又被升级版的AlphaGo Zero战胜。由此，计算机技术已进入AI的新IT时代。其特征，就是大数据、大计算、大决策，三位一体，AI的智慧正在逼近人类。

在医疗保健领域，采用AI的工作起初进展比较缓慢，但目前正在以令人难以置信的速度突飞猛进。AI在医疗行业时机成熟的原因之一，就是“大数据”。因为在医疗领域里有极其丰富的数据集，让计算机可以用于“学习”、测试和验证，从而进行分析和给出预测，由此，带来很多新的机会。

AI：从放射科到病理科

在医疗领域，放射学中数字图像的应用已经超过25年，这为应用AI进行诊断提供了有利条件。数项研究显示，包括乳腺病变的钼靶X线片、肺结节和感染的CT、脑肿瘤的磁共振图像等在内，放射科医师都可通过AI来评估，得出诊断结论。

与放射科相比，病理学采用数字成像和计算机辅助诊断技术已经晚了很多年。现在，病理切片的读取，AI已取得了一定的成果，有望提高医疗的质量、安全性和诊断效率，使之更加标准化和专业化。

恶性肿瘤的最终诊断，主要依赖于病理学，尤其是淋巴结转移、远处转移等预示着疾病严重程度的指标，需要靠有经验的病理医生通过读片来进行判断。在传统的医疗实践中，病理科医生会将送来检查的活组织做成冰冻切片，安装在载玻片上，并进行染色，然后使用光学显微镜进行观察和评估，给出诊断结果。

AI的出现，使这一流程得到了优化。病理科医生们将不再完全使用显微镜来读片，而是可以把切片电子化，放大到更多倍，在电脑上直接显示出来，进行读取。

2017年4月，“飞利浦智能网络病理解决方案”（Philips IntelliSite Pathology Solution，PIPS）得到了美国FDA的许可，被批准用于初级病理诊断。该系统可以对病理玻璃载片进行扫描，将其数字化，这样，分辨率相当于放大倍数400倍。使病理学家能够通过数字化的方式来读取组织切片，而不是直接在传统光学显微镜下去观察那些安装在载玻片上的组织样本。此外，由于系统将切片数字化，它还提供了切片存储和检索系统，为病理医生和医务工作人员获取数据提供了很大的便利。

这是第一个可以帮助解读数字病理图像的全切片影像系统（whole slide imaging，WIS），也是FDA批准的第一个用于该目的的WIS系统。FDA表示，此次批准是基于约2000例手术病理病例临床研究，对来自身体多个部位活检组织的数据进行了评估。研究结果发现，基于PIPS图像所进行的临床解释，所得出的诊断与使用玻璃片制作的结果相当。

AI用于病理学的效果已经得到了研究证实。

例如，在Esteva等人的研究中，AI被用来区分皮肤病变是否恶性，研究人员比较了AI鉴别恶性黑色素瘤等皮肤癌的能力，证明了AI算法在评估临床图像的工作中和专业皮肤科医生的能力相当。

在另一项研究中，Gulshan等应用AI检测了超过12.8万成人糖尿病患者的眼底图像，去识别糖尿病视网膜病变。发现AI对于鉴别视网膜病变和黄斑水肿的灵敏度和特异度都非常高，其研究意义在于建立了一个明确的路径来使用AI——不是取代医生，而是使用AI来进行那些操作简单的检查和分析，识别那些需要转诊或特殊护理的高危患者。

AI病理学正在实现

AI将成为医疗领域的主要元素，并且已经在医疗实践中起到一定的作用，并在很多领域具有潜在的价值。

AI的价值在于辅助临床医生，提高诊疗的安全和质量。

放射科医生可以在他们的家里、诊所里、办公室里，阅读从世界上任何一个地方发来的放射学检查片子，为那些缺乏放射学专家的地方送去专家读片的结果，这在以前不可想象的情形，目前已经实现。

病理科医生也将有类似的机会，通过电子图像和AI技术来精准识别，快速、准确地拿出检查结果，AI技术应该就是病理学界所一直期盼的。深度学习将有助于病理学家提高他们诊断的准确性、标准化读片质量及获得更好的病人预后。

病理科医生被AI替代的风险极小。尽管工作流程可能会改变，但病理科医生仍然会在临床工作中起到不可忽视的作用。未来已来，犹如逆水行舟，与其担忧会被取代，不如积极地学习和拥抱AI技术，去更好地开展工作。病理医生如此，其他学科的医生亦然。

参考文献：Journal of the American Medical Association 2017,318:2184-2186

好文荐读