病理数字化热潮来袭，谁能领跑中国数字病理下半场?
文章来源：贤集网发布日期：2022-07-12浏览次数：33 近年来，尽管各个领域的诊疗技术不断推陈出新，临床上超七成的医疗诊断（如肿瘤，及多数有明确器质性病变的疾病）仍依赖传统的病理诊断。病理诊断是临床诊断中的金标准，病理医生被称为“医生中的医生”，在临床医学实践中担负了重要使命。
但目前我国病理诊断面临着医疗资源分布不均、医生数量严重缺乏、水平参差不齐，数字化和智能化水平低等难题。数字病理＋AI的出现可以有效减少病理诊断的资源浪费，提高病理诊断的质量和效率，缓解了病理诊断的发展困境。
1、病理数字化成热点
业内人士介绍，长期以来，切片数字化一直是数字病理行业的核心产品。近两年，随着病理医生缺口持续扩大，临床对病理诊断高效率、高精度、便捷化的要求进一步提升，市场对全科数字化解决方案的需求快速爆发。
在海外，病理全科数字化在医院的应用已比较普遍和成熟。3DHISTECH、飞利浦、徕卡等品牌均已经布局全科数字化解决方案，凯特琳癌症中心、美国麻省理工学院总院都已在应用全科数字化解决方案。尤其是新冠肺炎疫情背景下，通过全科数字化解决方案，医生在家中进行病理远程诊断成为海外新趋势。
据了解，数字病理运用的场景非常多样化，远程会诊、大数据、互联网诊疗，以及智慧病理都是建立在数字化的基础之上，在诊断环节可以提升诊断质量，降低诊断误差。经过20余年的发展，中国数字病理行业正在实现从病理图文报告系统到点对点会诊系统，从信息化到全景图像远程诊断，从单个切片数字化到全数字化的过程。
樊育军表示，2020年起的未来5年，将是数字病理行业升级应用阶段。病理全数字化、智能化将会成为热点，其中全科数字化是实现AI人工智能辅助诊断的底层基础。显然，病理全数字化已是数字病理企业构建竞争“护城河”的关键。
2、病理诊断智慧化发展
病理是临床诊断的金标准，在疾病定性的诊断上，检验科的话语权是50%，影像学是75%，而病理活检具有90%以上的话语权，在临床诊疗中发挥举足轻重的作用，病理诊断很大程度上依赖于病理学专家。
“病理AI的行业壁垒在于专业性很强，数据是大的瓶颈。AI取决于能否提供大量准确的病理标注数据，这些数据的提炼目前依然依赖于病理学专家。” 广州锟元方青医疗科技有限公司CEO尚滨这样说。
2018年，中国病理学界权威丁彦青教授创立锟元方青，任该公司首席科学家。作为早期进入病理AI领域的企业之一，锟元方青一直致力于我国病理诊断智慧化发展。
锟元方青核心研究团队以病理专家为主导，同时吸纳来自国内外各高校及研究机构的技术开发人才，其研发团队中拥有病理专家30余位，全职病理专家5位。作为以病理专家为主导的病理AI研发团队，锟元方青构筑了自己的强大竞争力。
“锟元方青产品战略紧密切合病理AI行业‘下一代诊断病理学’的发展新趋势，以病理形态和临床信息为基础，结合分子检测、生物信息分析、人工智能等方面的技术，进行多组学、跨尺度的综合诊断。”尚滨表示，如何让病理医师摆脱重复性工作，将更多的精力投入到疑难病变的甄别上;如何结合临床需要，全面构建智慧化病理科，加快科室建设和人才培养，是锟元方青研发把控的重要考量。
3、数字化为AI病理打好基石
据悉，数字化病理可以支持医院和上级医院甚至国外医院进行院际间的远程交流，降低诊断风险，还可以避免病历丢失和数据破损，节省患者就诊时间和就诊成本。
数字病理应用是实现AI辅助病理诊断不可跨越的基石，数字病理提供具有长期保存价值的高质量、标准化图像，为大数据应用、AI辅助诊断的训练提供良好的资源，AI辅助病理诊断已经是病理领域发展的主旋律。
从切片数字化，到全科数字化，再到智能化，是数字病理发展的必然轨迹。樊育军认为：“AI病理一定是建立在全科数字化的基础上，只有实现病理全科数字化后，才能具备AI病理切入的条件。数字病理企业应在数字化上做深、做透，为AI病理提供数字化基建，双方优势互补。”
“坦率地说，AI病理正处于尝试阶段，离真正意义上的AI诊断仍有距离。在未来5年内，随着病理全科数字化逐渐成熟，AI病理能够有大的突破。” 樊育军说。
近年来，将AI与数字病理相结合的企业越来越多。虽然无论从融资额度还是轮次上，AI+数字病理都无法与火热的AI医疗影像相比，但仍然呈现出可喜的上升趋势。随着全数字切片的出现，以及随之而来的AI辅助诊断的引入，基于AI的数字病理技术正在全世界蓬勃发展。
尽管在监管、支付和部署等方面还有不足，病理学和肿瘤学领域的医疗人员对这些技术开发和使用的兴趣与日俱增。尽管存在挑战，将AI与数字病理进行结合已经成为不可阻挡的的趋势。在过去的几年里，世界各地的医疗机构已经或正在将整个病理工作流程数字化。
未来的病理科将首先利用数字切片扫描仪，将病理科所有常规切片全部制作成数字切片整合进入日常工作流，通过AI辅助实现数字切片首诊；并结合互联网形成区域性病理云平台，在病理云平台上利用人工智能产品实现计算机辅助病理诊断，进一步提高基层病理医生诊断效率与准确性。
因此，AI方法将成为分析和解释这些大量数据的关键，并在此过程中帮助病理学这个古老的行业重获新生。
