從“診”到“療”，「透徹未來」AI大模型賦能病理數智化 | 早期項目

文 | 常澤昱

編輯 | 海若鏡

病理診斷是一種基於圖像信息的診斷方式，是絕大部分疾病、尤其是腫瘤疾病的診斷“金標準”。但在該領域，供需不平衡的問題長期存在。《中國智慧病理行業白皮書》指出，病理醫師培養週期長、培養難度大等問題的存在，導致病理醫生缺口大、病理資源分佈嚴重不均。

在此背景下，2016年前後，伴隨着“互聯網+智慧醫療”的倡導與病理診斷在數字化方面的發展與積澱，一批病理AI企業先後成立，「透徹未來」就是其中之一。與彼時大部分瞄準“AI+細胞病理”的企業不同，這家企業自2017年創辦之始，便選擇了更爲複雜、處理難度更高的“AI+組織病理”。

截至目前，在AI賦能病理診療方面，透徹未來已取得一系列成果，包括但不限於病理診斷圖像處理軟件二類醫療器械註冊證的獲取、透徹大腦（Thorough Brain）病理大模型的自建、AI病理輔助診斷系統透徹洞察（Thorough Insights）的搭建及商業化。

Thorough Insights：單張切片用時不到30秒

AI病理賦能診斷大體分兩步：將樣本玻片轉化爲數字切片、運用數字化技術輔助病理醫生診斷。業界的研發難點普遍集中在第二步，也即如何獲取權威數據、搭建深度學習模型。

爲攻破難題，2018年開始，透徹未來同多家三甲醫院達成合作，邀請病理學專家分別標註多個器官病理數據，由此積累沉澱形成數據庫。此後，基於該數據庫，透徹未來迭代自研人工模型，提高其對常見器官的敏感度、擴大其在病理診斷領域的適用範圍，搭建出AI病理輔助診斷系統Thorough Insights。

王書浩介紹，作爲透徹未來的拳頭產品，Thorough Insights最初只能識別幾種常見的癌症類型，後來漸漸能夠實現部分癌種的分型、良性病識別等。目前，該系統在胃、腸、肺、前列腺、淋巴結等多模塊的病理學診斷已在全國幾百家醫院落地應用。

在病理輔助診斷領域，利用Thorough Insights，“僅需兩小時即可處理數百張切片，每張切片平均僅需30秒”，王書浩介紹，“系統對惡性腫瘤的識別敏感度接近100%，特異性超過80%，能夠爲醫生提供重點關注的位置提示和輔助診斷報告，顯著提升診斷效率。到目前爲止，在三甲醫院中，已成功幫助攔截了十幾例早期腫瘤漏診情況。”

該系統的迭代還在不斷深化。今年3月，Thorough Insights v3.0發佈。通過優化算法、與醫院常見病理信息系統的聯動，其精準性、使用便利性得以進一步提升。

建立病理大模型，研發支持治療的新產品

2023年9月，Thorough Brain病理大模型正式發佈。作爲一種底層技術，該大模型基於海量病理數據和先進的Transformer架構構建，其作用相當於一個“有知識儲備的病理學醫生”。

“如果一個AI模型從零開始學的話，即便是輸入給它很多數據，它的學習能力也是有限的，”王書浩解釋道，“但透徹病理大模型已經學習了數十種人類器官的病理數據，形成了一些器官病變組織形態相關的基本認知，再去做任務的時候，學習效果會有效提升。”

據悉，通過後續持續學習，該病理大模型還可以完成語義分割、目標檢測、實例分割等下游任務，甚至能夠以擬人化的方式閱讀病理切片並自動輸出病理診斷報告，以提升病理診斷的準確性和效率。

診斷之外，AI病理產品支持“精準治療”的進程也在持續推進中。王書浩介紹，基於自研的弱監督學習技術一款名爲透徹阿拉丁（Thorough Aladdin）的產品正在研發中。

通過對海量病理數據的深度學習，一方面，Thorough Aladdin能夠幫助發掘與腫瘤相關的數字靶點，支持新藥研發和臨牀應用。例如，已有研究表明，該系統能夠幫助識別出與肺癌EGFR突變與ALK重排等相關的特徵區域；另一方面，藉由多模態融合技術，發掘病理圖像中與患者預後相關的特徵，它也能夠助力病理影像實現效能更大化，爲患者提供更個性化的腫瘤治療建議。

佈局多級市場，發揮技術潛能

據瞭解，透徹未來已於2023年4月獲得病理診斷圖像處理軟件二類醫療器械註冊證。近日，透徹未來完成了近億元A+輪融資，資金儲備也爲未來產品研發、迭代和市場拓展創造了條件。

透徹未來CEO劉巖斌此前接受採訪時，曾表達公司在彌補病理診斷資源分佈不均方面的願景，即在爲三級醫院提供智慧病理診斷私有云之餘，還希望通過區域診斷病理云爲二級以下醫院提供支持。

王書浩表示，目前AI病理產品進醫院所面臨的挑戰主要在於各省物價收費目錄設置、支付渠道打通等，這直接影響着醫院決策。據瞭解，在試點方面，湖北省已啓動“數智化病理科”建設，通過搭建智慧化病理服務體系、開放共享的病理服務平臺，加強病理人才培養、醫療裝備更新等。這對於AI+病理方向的創業公司而言，是發揮技術潛能的重要機遇。