病理學(xué)被「現(xiàn)代醫(yī)學(xué)之父」威廉 · 奧斯勒稱為「醫(yī)學(xué)之本」,其核心方法病理切片分析被醫(yī)學(xué)界公認(rèn)為癌癥診斷的「金標(biāo)準(zhǔn)」。而實際醫(yī)療資源的短缺窘境極大程度地限制了病理診斷產(chǎn)業(yè)的發(fā)展。在我國,目前每個病理醫(yī)生都超負(fù)荷地承擔(dān)了 5-10 倍的常規(guī)工作量,誤診、漏診在所難免。

隨著現(xiàn)代計算系統(tǒng)和人工智能技術(shù)的引入,病理診斷正逐步升級為數(shù)字病理診斷,這項新技術(shù)不僅能夠以迅速、標(biāo)準(zhǔn)化的方式處理醫(yī)學(xué)影像,還能對可疑影像進(jìn)行勾畫、渲染,并以結(jié)構(gòu)化的語言提出建議,在醫(yī)院的診斷、數(shù)據(jù)儲存和共享、科研、會議、教學(xué),以及第三方診斷機(jī)構(gòu)的病理會診中逐漸嶄露頭角,潛力巨大。

可以說,數(shù)字病理產(chǎn)業(yè)已經(jīng)成為解放更多醫(yī)療資源的關(guān)鍵突破口,被人工智能技術(shù)加持后的數(shù)字病理解決方案也將成為「醫(yī)生的醫(yī)生」。

6 月 12-13 日,由英特爾聯(lián)合阿里云天池發(fā)起,機(jī)器之心支持,結(jié)合動脈網(wǎng)數(shù)據(jù)庫中的病理企業(yè)繪制《數(shù)字病理診斷排行榜》在數(shù)字病理研討會期間正式發(fā)布。報告歷經(jīng)企業(yè)調(diào)研、評估模型設(shè)定、專家打分、企業(yè)信息復(fù)核 4 個階段,耗時 3 個月得以成型,針對病理產(chǎn)業(yè)鏈不同環(huán)節(jié)的重點企業(yè)數(shù)字化轉(zhuǎn)型成果進(jìn)行了詳實分析和觀點呈現(xiàn)。

一、精準(zhǔn)對接行業(yè)痛點,阿里云天池「數(shù)字視覺」人體挑戰(zhàn)賽落幕

數(shù)字病理發(fā)展尚處于早期階段,AI 技術(shù)落地病理行業(yè)的實踐過程中還有一些難點,比如 AI 技術(shù)研發(fā)與應(yīng)用存在鴻溝、終端產(chǎn)品需求不明確等。

為加速技術(shù)在行業(yè)中的落地,阿里云天池聯(lián)合英特爾發(fā)起了「數(shù)字人體」視覺挑戰(zhàn)賽,宮頸癌風(fēng)險智能診斷總決賽于 6 月 12 日落幕。

阿里云天池「數(shù)字人體」視覺挑戰(zhàn)賽決賽落幕

來自細(xì)胞檢測分類算法賽道和 VNNI 賽道的 20 支隊伍通過十幾分鐘的答辯闖決出了勝負(fù)。deep-thinker 團(tuán)隊和 LLLLC 團(tuán)隊分別獲得了算法賽道和 VNNI 賽道的冠軍。

此次大賽以宮頸癌為切入口,旨在通過提供大規(guī)模經(jīng)過專業(yè)醫(yī)師標(biāo)注的宮頸癌液基薄層細(xì)胞檢測數(shù)據(jù),讓選手能夠提出并綜合運用目標(biāo)檢測、深度學(xué)習(xí)等方法對宮頸癌細(xì)胞學(xué)異常鱗狀上皮細(xì)胞進(jìn)行定位以及對宮頸癌細(xì)胞學(xué)圖片分類,提高模型檢測的速度和精度,輔助醫(yī)生進(jìn)行診斷。

選手采用模型量化的方法后單張 ROI 區(qū)域細(xì)胞檢測僅需要 0.1s;選手比賽中所沉淀的算法可以嵌入到市面上常用的宮頸癌細(xì)胞學(xué)數(shù)字掃描設(shè)備中;預(yù)計節(jié)約醫(yī)生 10～20 分鐘的閱片時間。

英特爾是此次大賽聯(lián)合主辦方,其開創(chuàng)英特爾 ? 深度學(xué)習(xí)加速技術(shù)(VNNI 指令集)用于比賽中極大提升了本次比賽推斷效率,將病理篩查的判斷時間從 5s 降到 0.1s。

大賽的后一天,阿里云天池聯(lián)合英特爾舉辦的「2020 阿里云天池數(shù)字病理研討會」也完美落幕。中國科學(xué)院計算技術(shù)研究所研究員周少華、浙江大學(xué)健康醫(yī)療大數(shù)據(jù)國家研究員副院長吳健、迪英加 CEO 楊林、商湯科技智慧健康病理產(chǎn)品負(fù)責(zé)人黃曉迪、深思考創(chuàng)始人兼 CEO 楊志明等來自產(chǎn)業(yè)學(xué)術(shù)端、技術(shù)端、應(yīng)用端等不同領(lǐng)域的專家出席了研討。

數(shù)字病理研討會現(xiàn)場

這些專家就目前 AI 技術(shù)落地病理行業(yè)的痛點、下游場景需求點、AI 病理未來趨勢等問題進(jìn)行了交流和觀點碰撞。

二、數(shù)字病理三大平臺 Top 格局

研討會最后,在經(jīng)過專家的充分論證和長達(dá) 3 個月的前期調(diào)研基礎(chǔ)上,英特爾聯(lián)合阿里云,結(jié)合動脈網(wǎng)數(shù)據(jù)庫的病理企業(yè)繪制,重磅發(fā)布了《數(shù)字病理診斷排行榜》。

榜單評選出了病理行業(yè)上游(全切片成像系統(tǒng)與設(shè)備)、中游(輔助病理診斷)、下游(第三方病理中心)Top 企業(yè)榜單,并對其數(shù)字化轉(zhuǎn)型成果進(jìn)行了詳實分析和觀點呈現(xiàn)。

在病理行業(yè)數(shù)字化轉(zhuǎn)型的大背景下,這批正在轉(zhuǎn)型中的病理企業(yè)代表著行業(yè)未來走向,榜單的發(fā)布很大程度上為傳統(tǒng)病理企業(yè)提供了權(quán)威的數(shù)字化轉(zhuǎn)型借鑒。

憑借全面、公平、專業(yè)的原則,英特爾和阿里云歷時 3 個月進(jìn)行了大量的前期調(diào)研,包括企業(yè)調(diào)研、評估模型設(shè)定、專家打分、企業(yè)信息復(fù)核等多個步驟。

具體而言,選擇出 33 家全切片成像系統(tǒng)與設(shè)備企業(yè)、25 家輔助病理診斷企業(yè)、19 家第三方第三方病理中心作為備選企業(yè),邀請了 10 位高校教授、5 位醫(yī)療機(jī)構(gòu)病理科主任和 5 位投資機(jī)構(gòu)作為評選專家以保證專業(yè)性。

評選過程中,專家通過網(wǎng)絡(luò)問卷、電話問卷和深度訪談三個環(huán)節(jié),調(diào)研企業(yè)的產(chǎn)品結(jié)構(gòu)、產(chǎn)品銷售、數(shù)字化投入、IT 架構(gòu)和數(shù)據(jù)業(yè)務(wù)的影響深度,最后將指標(biāo)量化,甄選出產(chǎn)品矩陣、數(shù)字化投入、IT 架構(gòu)、業(yè)務(wù)影響深度 4 個指標(biāo),對企業(yè)進(jìn)行綜合評分。

產(chǎn)品矩陣:數(shù)字化轉(zhuǎn)型將推動產(chǎn)品迭代,榜單選擇產(chǎn)品數(shù)量(具備醫(yī)療器械注冊證)、銷售收入、在研管線作為衡量產(chǎn)品矩陣的二級指標(biāo);

數(shù)字化投入:企業(yè)數(shù)字化轉(zhuǎn)型投入會經(jīng)歷由 “實” 向“虛”的轉(zhuǎn)變,基于數(shù)字化投入力度和方向來評估轉(zhuǎn)型程度,本次榜單選擇設(shè)備購置、人員配置作為衡量數(shù)字化投入的二級指標(biāo);

IT 架構(gòu):企業(yè) IT 架構(gòu)類型可作為評判企業(yè)數(shù)字化轉(zhuǎn)型階段的杠桿,榜單通過企業(yè)采用傳統(tǒng) IT 架構(gòu)、云架構(gòu)、混合云到混合云中臺架構(gòu)的變遷作為衡量 IT 架構(gòu)的評分標(biāo)準(zhǔn);

業(yè)務(wù)影響深度:數(shù)據(jù)會從戰(zhàn)術(shù)層面到戰(zhàn)略層面貫穿整個產(chǎn)品周期,榜單選擇用戶畫像維度、服務(wù)供給、數(shù)據(jù)決策、實驗創(chuàng)新作為衡量業(yè)務(wù)影響深度的二級指標(biāo)。

以下是榜單具體情況:

1）全切片成像系統(tǒng)與設(shè)備 Top10

全切片成像系統(tǒng)與設(shè)備位于產(chǎn)業(yè)鏈的最上游,為病理檢測提供前處理儀器、試劑、耗材。

Top10 企業(yè)有兩家來自德國和日本的老牌外企,其余都是中國本土企業(yè),規(guī)模不一,既有上市公司,又有融資尚處于 A 輪的企業(yè),但都做出了一定成績,其中江豐生物曾獲得英特爾數(shù)億金額都投資青睞。

為病理企業(yè)提供檢測設(shè)備,這個環(huán)節(jié)也是病理信息化轉(zhuǎn)型過程中的「新基建」。

無論是病理 AI 的商業(yè)化還是信息化產(chǎn)品,「病理科信息化不足」都是一個繞不開的問題,許多醫(yī)院甚至還在使用物理玻片的方式進(jìn)行收集和存儲。

目前病理科信息化有兩種方式,一是對傳統(tǒng)設(shè)備的中間環(huán)節(jié)賦能,例如騰訊此前發(fā)布的智能顯微鏡,在診斷中加入 AI 識別,做部分場景優(yōu)化。但玻片依然是物理形式,最后儲蓄在玻片柜中,除了在診斷環(huán)節(jié)進(jìn)行輔助以外,無法做到數(shù)據(jù)價值的進(jìn)一步挖掘。

此次上榜企業(yè)不少都采用了創(chuàng)新性的方式,對病理數(shù)據(jù)的源頭進(jìn)行數(shù)字化改革。

例如,江豐生物的數(shù)字病理掃描系統(tǒng),直接將采集的樣本轉(zhuǎn)化為數(shù)字形式,后續(xù)所有流程都實現(xiàn)信息化、線上化,其中也包括 AI 產(chǎn)品的診斷識別;帝麥克斯將切片全數(shù)字化后、通過圖像管理系統(tǒng)進(jìn)行保存、瀏覽、分析、上傳至遠(yuǎn)程診斷平臺,可進(jìn)行實時遠(yuǎn)程病理會診

2）輔助病理診斷 Top5

輔助病理診斷處于 AI 病理診斷的中游,提供完整的病理診斷系統(tǒng)。上榜的 Top5 均為國內(nèi)創(chuàng)新企業(yè),成立時間較晚但實力強(qiáng)勁。

輔助病理診斷需要將 AI 與實際病理診斷場景深度結(jié)合,考驗技術(shù)落地能力。以上 5 家企業(yè)不僅研發(fā)能力強(qiáng),而且產(chǎn)品均已經(jīng)在國內(nèi)外大量企業(yè)中實現(xiàn)臨床應(yīng)用,并獲得客戶認(rèn)可。

其中 Top1 蘭丁醫(yī)學(xué)落地實力強(qiáng),從宮頸癌這一單一癌種切入,提供人工智能篩查系統(tǒng),2019 年營收超過 1 億元。

迪英加已經(jīng)和國內(nèi)外超過 50 家以上的三甲醫(yī)院建立了深度合作,產(chǎn)品已經(jīng)在美國得到了比較廣泛的應(yīng)用,美國現(xiàn)有客戶已經(jīng)達(dá)到幾十家。

透徹影像是目前業(yè)內(nèi)已知的準(zhǔn)確率和效率最高的胃部疾病深度學(xué)習(xí)輔助診斷系統(tǒng),同樣與中國人民解放軍總醫(yī)院、中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院、北京協(xié)和醫(yī)院等多家醫(yī)院達(dá)成了合作。

3）第三方病理中心 Top3

第三方病理中心是 AI 病理診斷的下游應(yīng)用市場。上榜企業(yè)分別為精準(zhǔn)診斷服務(wù)商弘泰嘉業(yè)、第三方病理檢驗機(jī)構(gòu)華銀健康和首家首家獲得獨立第三方病理診斷中心牌照的病理診斷中心衡道醫(yī)學(xué)。

其中弘泰嘉業(yè)已經(jīng)深耕產(chǎn)業(yè)十幾年,利用互聯(lián)網(wǎng) +、數(shù)字化病理技術(shù)應(yīng)用和 O2O 模式,自主研發(fā)軟件平臺,先后全資建立了第三方獨立醫(yī)學(xué)檢驗所和 H-T 精準(zhǔn)診斷云平臺。診斷效率極高,從提交會診申請到診斷報告返回,全程不超過 24 小時,加急不超過 4 小時。

華銀健康由南方醫(yī)科大學(xué)及廣州華銀共同組建,圍繞病理診斷、教學(xué)、科研與臨床轉(zhuǎn)化的國內(nèi)大型臨床病理診斷中心,實驗室已通過美國 CAP 質(zhì)量認(rèn)證專家評審。截止目前,該集團(tuán)臨床服務(wù)覆蓋全國 27 個省區(qū)超過 2000 家醫(yī)院,擁有五個省級實驗室,年診斷標(biāo)本量超過 850 萬例。

衡道醫(yī)學(xué)座落于上海市的核心病理診斷中心,占地 3200 平米,為目前我國境內(nèi)單體最大的病理診斷機(jī)構(gòu),以 “全職醫(yī)技團(tuán)隊 + 一線會診專家 + 共建聯(lián)合平臺” 多層級模式,依托「數(shù)字遠(yuǎn)程會診網(wǎng)絡(luò) + 實體中心 & 物流支持」,為基層醫(yī)院提供的病理會診及診斷支持,專注解決術(shù)中冰凍、疑難會診、各類特色穿刺活檢和小標(biāo)本快速診斷。

以上企業(yè)均已經(jīng)構(gòu)建了人工智能基礎(chǔ)設(shè)施,將 AI 和數(shù)字化融合到病理中心的全流程運用中。

并且,大都采用院內(nèi)院外相結(jié)合的商業(yè)模式,不僅為醫(yī)療機(jī)構(gòu)提供全方位病理平臺建設(shè)服務(wù),還聯(lián)合國內(nèi)外專家為多級醫(yī)院提供遠(yuǎn)程病理診斷。

三、數(shù)字病理行業(yè)現(xiàn)狀總結(jié)

經(jīng)過大量調(diào)研后,榜單針對行業(yè)現(xiàn)狀總結(jié)出如下核心觀點:

1)當(dāng)前一些數(shù)字病理技術(shù)只改變了病理切片載體,對于提高效率助益并不顯著,需要全流程數(shù)字化改造。

2)病理中心數(shù)字化轉(zhuǎn)型涉及到從設(shè)備到運營全方面的數(shù)字化,其中基于云計算的遠(yuǎn)程會診可以極大提升基層病理診斷能力。

3)通過院內(nèi)院外協(xié)同的方式,第三方醫(yī)檢所可以聯(lián)合大量基層醫(yī)療機(jī)構(gòu),激發(fā)巨大的市場空間。國產(chǎn)全切片數(shù)字病理設(shè)備話語權(quán)正不斷提高。

4)人工智能在病理診斷中的應(yīng)用尚處于發(fā)展,數(shù)據(jù)是核心資源也是最需攻堅的難點,海量標(biāo)準(zhǔn)化數(shù)據(jù)積累下的算法精進(jìn)將極大提升病理診斷利用效率。

4)獨立病理診斷中心正在向上游追溯,不斷優(yōu)化數(shù)據(jù)處理和分析能力,這將極大分流院內(nèi)病理診斷壓力。

xiesc