智東西（公眾號：zhidxcom）
文 | 心緣
時光的齒輪每碾過15分鐘，就有一位女性死於宮頸癌。
宮頸癌，這個發病率僅次於乳腺癌的婦科惡性腫瘤，每年都會危害50多萬名女性的健康，奪去20多萬女性的生命。
中國每年發病人數多達13萬人，幾乎佔全球每年新發病例的四分之一，而執業醫師注冊在病理科的人數不過一萬餘人，宮頸癌病理醫生更是稀缺。可怕的是，這一昔日高發於45至55歲多產女性的疾病，如今正以快速向年輕女性蔓延。
在患者數量猛增、醫生嚴重匱乏、資源分布不均的多重壓力下，國內外的醫療機構都在積極尋覓新的解法。快速發展的計算機視覺和深度學習技術，為醫療影像數據地快速處理帶來了超乎於人的高效和準確。
中國最大第三方醫學檢驗機構金域醫學與華為雲EI視覺團隊合作，運用AI技術將敏感度和特異性分別提升到99%和80%，這一水準幾乎可以接近中美一流的病理專家。
AI輔助宮頸癌早篩的優勢及主要難點是什麽？目前世界上常用的“宮頸癌細胞病理學篩查+AI”形式有哪些？金域醫學和華為雲EI具體如何合作，以實現在宮頸癌病理檢測方面的階段性進展？
對於這些問題，智東西與金域醫學首席信息官李映華及華為雲EI（企業智能）內部人士進行深入交流，詳解宮頸癌病理檢測AI系統是如何“煉”成的。
一、21-65歲女性不得不防的隱形殺手
許多漂亮的東西都很危險，導致感染宮頸癌的主要元凶——人乳頭狀瘤病毒（HPV）亦如是。
人乳頭狀瘤病毒（HPV）
它形如布滿了五瓣小花的球狀物，看起來是美的、迷人的、令人賞心悅目的存在，同時，它也是可能扼住百萬女性咽喉的恐怖殺手。
HPV病毒有200多種，分為低風險和高危類型，低風險HPV類型引發的感染通常會被人體的免疫系統清除，但約有14種高危HPV類型引起的感染往往會隨著時間的推移而導致多種類型的癌症。尤其是HPV16和HPV18，幾乎是中國超過90%的宮頸癌的罪魁禍首。
在進入女性體內後，它會先是進攻女性生殖系統，然後一步一步將勢力範圍逐漸擴張，等女性在表皮發現雞冠狀、菜花狀、乳頭狀的淡紅色丘疹，或者發現極易糜爛的尖銳濕疣，很不幸，這位女性極有可能已經被感染上了HPV。
到了晚期，宮頸癌病患承受的是來自生理上和心理上的雙重壓迫。盆腔神經受到腫瘤浸潤，宮頸管內被腫瘤阻塞，腫瘤壓迫或浸潤輸尿管時，都會引起劇烈的疼痛。加上腫瘤組織代謝、壞死組織的吸收或合並感染引起的發熱，病患在沒日沒夜的疼痛和高燒的累加折磨下日漸油盡燈枯。晚期的“無藥可救”更是讓她們每痛一下，就仿佛離死神更近一步。
好在宮頸癌是為數不多的可以通過宮頸篩查早期乾預的手段進行預防和有效治療的腫瘤疾病。
女性從感染HPV病毒到發展為癌前病變，再到進展為子宮頸癌，通常需要5-10年甚至更長的時間。
HPV病毒感染后宮頸癌疾病發展示意圖（來源：中大醫療）
只要提早接種HPV疫苗、定期檢查、開展宮頸癌篩查和積極治療，就能大幅降低其發病率和死亡率，使得數百萬婦女將能免受不必要的痛苦。
目前國內9至25歲的男女均可接種HPV疫苗，超過25歲且無性生活者也可以接種。
根據專家給出的篩查時間線，未滿21歲無需篩查，年滿21歲開始宮頸抹片篩查，陰性者之後每3年篩查一次，30至65歲女性每5年做一次宮頸癌抹片加HPV病毒篩查，65歲以上女性若連續3次抹片陰性，或連續2次HPV陰性，可終生不再篩查。
二、AI技術會是對抗宮頸癌的新“藥神”嗎？
面對來勢洶洶、傳染力超強的HPV病毒，全世界都在積極解決嚴重不足的醫療人才資源以及醫療資源極度不平衡的問題。
據金域醫學病理中心主任羅丕福介紹，要完成全國25-65歲女性（3.5億人口）的宮頸癌篩查至少需要18年。而近幾年，AI正成為新的“藥神”，為快速提升宮頸癌早期篩查的準確度和降低成本、普及宮頸癌早期篩查帶來新的希望。
1、AI提效三件套：更精準、更高效、更省人力
在準確率上，宮頸細胞學輔助篩查AI的開發有助於診斷標準的進一步細化與量化，通過高年資的病理醫生進行標注，將醫生腦海中難以量化的診斷標準與知識通過訓練模型的方式固化下來，從而有效提升診斷的準確率，避免因為人為的主觀因素使得診斷結果產生不正常的波動。
在成本上，AI技術預期可將單次篩查所需工作時間減少超過60%，使得相同的工作時間與強度之下更多的標本可以被處理，從而以大幅提升宮頸癌篩查的效率。同時，這對節約人力成本起到極大的幫助。
尤其是針對醫療資源嚴重不均的困境，AI的協助將有助於更多身處醫療資源落後地區的女性進行宮頸癌篩查，使之可以惠及更為廣大範圍的群眾，切實提升居民健康水準。
以金域醫學為例，金域醫學在2018年全年處理宮頸細胞學樣本量已超過800萬例，要通過全人工方式處理如此大量的標本，而且其中90%都是陰性，這裡面存在著巨大的效率改進空間。
最耗時的陰性樣本篩查可以由AI來承擔大部分工作，從而將珍貴的病理醫生資源從單調反覆的篩查工作中解放出來，投入到更複雜的疑難雜症的病理診斷場景中。
2、AI進駐宮頸癌病理檢測的兩大難點
在宮頸癌病理檢測智能化升級過程中，主要遇到兩大難點。
其一，當下宮頸癌篩查依賴主要病理醫生的人力，此前醫生閱片都是通過顯微鏡直接對玻片進行閱片。因此，從閱物理片到閱數字片的轉變，對病理醫生而言需要適應的時間，從操作方式到診斷標準的微調都需要經過一定時長的磨合期。
其二，對製片流程而言，智能化必須使用數字化掃描之後的數字切片，因此在傳統的製片過程之後還增加了一道額外的掃描工序，這一點不管是對人力還是對設備（數字切片掃描儀、數字切片文件傳輸與存儲設備）都提出了新的要求，需要在落地實施的過程中進行對應的調整與適應。
3、從半自動到全自動AI輔助篩查
目前世界上對宮頸癌病理檢測引入AI尚處於相對保守的狀態，大多採用的是AI輔助篩選視野+人工複閱的半自動形式。
這種形式常用的解決方案為由機器進行全片閱片，從中篩選出10-20個相對可疑的局部視野，以及一個建議性質的初步結果。但無論初步結果是陰性還是陽性，所有被篩選出的局部視野都必須通過人工的複查。如果上述視野存在陽性的可能性，則必須進行全片複閱。
這種解決方案雖然保證了篩查結果最終均由病理醫生來判斷作出，但從另一方面，也未能從本質上大幅減少病理醫生的工作量，因此在落地推廣方面依然遇到較多障礙。
近年來，已經有不少研究機構與初創團隊開展了全自動AI篩查方向的研究，但大多都受到切片數據量、切片來源地、標注質量等因素的限制，距離可以實際落地應用的指標仍有一定差距。
如何在保證幾乎不漏診的前提之下，盡可能減少過診斷情況的出現，是宮頸細胞學AI輔助篩查當前面臨的最大難題。
為了克服上述難題，金域醫學與多家外部AI團隊在宮頸細胞病理AI方面進行合作，以開發更精準高效的早篩系統。
三、打造最優宮頸癌AI系統，解鎖華為雲多項開發工具
早在2014年，金域醫學就開始和香港、國外的幾家外AI團隊合作，他們當時可達到的最高敏感度在97%左右，而特異度則在70%上下。
敏感度：在金標準判斷有病（陽性）人群中，檢測出陽性的幾率。真陽性。（檢測出確實有病的能力）
特異度：在金標準判斷無病（陰性）人群中，檢測出陰性的幾率。真陰性。（檢測出確實沒病的能力）
如果敏感度低，可能會將癌症患者誤診為健康人群，其中一旦含有高級別病變，漏診的後果將不堪設想。如果特異度低，那麽健康的人可能會被誤判成癌症患者，甚至帶來不必要的精神壓力和物理負擔。
為了實現盡可能高的敏感度和特異度，金域醫學繼續尋找實力更強的合作方。去年8月，華為雲EI成為其構建宮頸癌病理檢測AI的新幫手，將檢測的敏感度和特異度分別提升至約99%和80%，幾乎接近中美一流病理專家的水準，同時效率也得到改善。
在引入AI前，金域醫學在宮頸癌領域已經積累了3000多萬病理樣本。因而在打造新AI系統的過程中，金域醫學主要負責提供病理專家和數據集，而華為雲EI主要提供計算資源和算法團隊。
具體而言，根據華為雲EI視覺團隊的需求，金域醫學的病理醫生對數字切片進行專業的數據標注，圖像塊和細胞級別的標注點加起來超過20萬個。後續他們還將繼續投入人力增加標注。
華為雲一站式EI開發平台則從標注、訓練模型、圖片判斷、推理和生成報告五步幫助金域打造最強建宮頸癌病理檢測AI。
首先是數據庫的構建，華為雲ModelArts平台可對已經上傳到雲端的海量病理細胞病變區域進行半自動化標注，大大節省標準時間和精力。圖像判斷模型的訓練和推理過程，同樣是借助華為雲ModelArts平台完成。接下來細胞篩查功能的實現則借助了華為雲的視覺算法API。
除了打造快速協助篩查分析的AI模型外，華為雲EI還使用認知計算技術幫助AI系統生成最終的精準分析報告，並基於癌變細胞類型等多種影響因素，提供臨床決策建議。
結合華為雲EI的DLS、圖像識別、NLP等技術，金域醫學和華為雲EI聯手打造的宮頸癌病理檢測AI系統，據悉將幫助病理醫生篩查80%-90%以上的正常圖片。
據李映華透露，金域醫學和華為雲EI合作的宮頸癌病理檢測AI系統計劃在今年下半年進行大規模驗證，當系統通過專家驗證以及國家食品藥品監管總局（CFDA）認證後，將幫助金域大大提高診療效率，為病理醫生提供更精準的支持，最終惠及更大範圍的宮頸癌患者。
四、華為雲EI：做用得起的“普惠AI”
除了打造宮頸癌病理檢測AI系統外，華為雲EI還提供OCR識別等技術來幫助金域醫學實現管理層面的效率提升，從而“多管齊下”地幫助金域醫學完成智能化升級。據李映華介紹，未來金域醫學還將和華為雲EI繼續展開在其它腫瘤病理等多領域的合作。
像金域醫學這樣的例子還有很多，截至2018年12月31日，華為雲EI為醫療、物流、工業製造等多個行業細分場景，提供從基礎平台服務到通用API、高級API到預集成方案的56種服務和159項功能。
和其他進軍“醫療+AI”賽道的玩家相比，華為雲EI的優勢主要體現在兩方面。
一個是以華為AI昇騰系列芯片為代表的強大算力，成為華為雲一系列服務的有力支撐；另一個是通用開發能力，幫助更多人降低AI開發門檻。
例如在去年的華為全聯接大會上，華為雲一連發布了AI開發平台ModelArts、視覺AI應用開發平台HiLens、離線開發套件Atlas 200等多項AI全流程開發平台和工具，使得從AI開發小白到高階程序員都能快速實現高質量的AI模型。
自發布以來，華為雲EI的一系列服務已經幫助許多企業快速實現智能化升級，加速釋放AI在多個傳統行業的獨特價值。
結語：改變醫療，AI在路上
對於癌症患者而言，早一天發現，早一天治療，就多一分早日治愈的希望。
經過兩三年的發展，“醫療+AI”市場已經趨於理性，技術方案逐漸在實際應用場景中經得起考驗。AI技術應用於醫療場景，尤其是癌症早篩這種關乎人的生命安危的領域，必須經過嚴苛的驗證以確保足夠的可靠性，才能被投入到輔助醫生做早期預判的應用中。
登山不以艱險而止，則必臻乎峻嶺。隨著醫療工作者和AI開發者的共同努力，以及更多複合型人才被培養，我們不妨期待《Lancet Oncology》期刊中“到21世紀末，全球大多數國家都可以有效消除宮頸癌”的預言會提前實現。
香港九龍灣馬來街興發大廈15樓D室