杏脉科技携旗下人工智能显微镜首次亮相中国病理年会，暨中华医学会病理学分会第二十五次学术会议，本次大会于2019年11月14-17日河南省郑州国际会展中心。本届年会由中华医学会、中华医学会病理学分会主办，河南省医学会、河南省医学会病理学分会承办，会议将进行年度主旨报告、各专业分会场、病理艺术专场、大会读片会、壁报交流、专科病理培训、远程病理、数字病理和分子病理前沿论坛等，是国内病理学领域最高水平的学术盛宴。

杏脉镜灵：人工智能显微镜一体机 本次大会上杏脉向全国的病理学科专家学者、病理科医生展示了两款重磅产品：人工智能显微镜日常诊断型及高通量型。日常诊断型产品适用于综合医院、小型医院及科研机构，而高通量型则可以单次扫描100至500片样本，更适合于专科或大型医院，中心实验室等，满足不同量级需求。

杏脉AI新品荟萃，直击三大创新成果互动体验 一、TCT宫颈癌智能辅助诊断 根据TBS指南对整张样本进行全面分析，10s内完成病变细胞的定位、分类、生成报告。目前检出率超过99.999%，排阴率可达80%，真正实现大批量、全流程、自动化的智能筛查新方式。

二、气管镜ROSE智能辅助诊断 辅助呼吸科/病理科在支气管镜检查过程中进行细胞量、阴阳性、肺癌分类（腺癌、鳞癌、小细胞癌、非小细胞肺癌）现场诊断，准确率超过97%。全球独创专利打造实时、精准的现场评价新模式。

三、呼吸道病毒智能辅助诊断 结合直接免疫荧光法以抗原检测为对象，利用AI技术实现呼吸道病毒智能阴阳性判定和病毒分类，方法简便、特异性强、敏感性高、速度快，准确率突破99%。

AI诊断潜力绽放，智能病理助力改善肿瘤检测流程 随着人工智能及大数据技术的发展，数字病理学时代正在来临。在病理年会展出的几天中，特意前来杏脉展台参观的嘉宾络绎不绝。不同以往嘉宾经常问“AI能做什么”“准确率怎么样”，此次展出嘉宾关注的问题主要是“能否处理不同染色、制片方式的片子”“能否购买多病种应用”“如果开展科研合作的话，是否需要提供很多标注”等等，这些更实际落地的问题使我们发现，越来越多的医生正在主动推进人工智能走进日常工作中。

11月16日下午，由中华医学会病理学分会主任委员步宏教授担任主席的数字病理与人工智能分会顺利召开，现场座无虚席。超过20名中青年专家分别介绍了人工智能在乳腺、肺、肝胆、前列腺、胃肠病理的研究与实践进展，从组织学分级系统到生存预测横跨各个领域。

来自复旦大学附属肿瘤医院的柏乾明教授于当天汇报了与杏脉合作的“基于人工智能全自动显微镜系统的HER2阳性乳腺癌诊断系统的构建与应用”。柏教授在专题演讲中指出，根据乳腺癌HER2检测指南要求，FISH检测要求至少找到2个浸润性癌区域，计数至少20个浸润性癌细胞的信号数，再计算最终结果。对部分特殊病例，还需增加肿瘤细胞计数。因此，完成一例FISH检测报告至少需要病理医生花费10-30分钟的时间。人工智能全自动显微镜在标准化图像采集上能力突出，拥有智能化取图系统，且图像采集效率远高于人工水平，能够快速、准确地计数肿瘤细胞中的信号数量，1分钟内至少可准确获取100个肿瘤细胞内的信号数，大大提升检验效率，同时保障实验室获得更精准的分析结果。目前1.0版本算法已实现肿瘤细胞检测准确率≥80.0%，信号计数准确率≥92.7%。后续将进一步研发基于HE染色组织病理图片对HER2阳性进行预测分析功能，为医生提供更多诊断依据，为患者提供经济性与效率性的诊断服务。

目前，杏脉基于病理人工智能的研发已全面覆盖细胞病理、组织病理、免疫组化、分子病理等四大方向，在研项目十余个。其中乳腺癌组织病理肿瘤预测项目于2019年荣获由国际工程学会（SPIE）与美国癌症研究所（NCI）联合举办的国际竞赛第一名。同时，在细胞病理现场快速评价、免疫组化定量分析与预测等方面实现多项独创技术突破，已成功申报多项国际专利。

坚持自主创新，打造国际一流的AI病理诊断系统 小杏认为，一个优秀的人工智能模型应具有三个方面的特征：从数据或经验中学习的能力、运用知识的能力、处理不确定性的能力。而这恰恰正是大多数人工智能系统缺乏的特质。

学习能力：去使用一个深度学习模型并不困难，但真正能使模型在病理图像上发挥最大的效果却十分有讲究。病理图片有自己的特色，在很多高阶特征上有别于例如人脸、车辆一样的自然图像。所以杏脉一直致力于在研究突破简单数据标签限制，采用创新式预训练的方法挖掘病理图片的高阶特征，从而实现精细化的病理分型分期识别。同时，系统具备在用户交互过程中动态学习能力，通过不断进化达到更高的智能水平。

知识运用能力：如果AI研发仅仅能做到与医生的标注结果进行匹配，而不去考虑内容的深度，那其智能表现的空间非常有限。人工智能的本质趋近于人类的逻辑推理等深层次的智慧表现。杏脉不仅仅是提供一款辅助工具，更是致力于将医生诊断过程中产生的规律、经验、规则、常识描述进行数据融合形成归纳推理。这样既能为与医生的合作科研带来更多可能性，同时也能够催生真正拥有认知智能能力的智能系统。

不确定性处理能力：不确定性无时无刻存在着，尤其是在病理复杂的制片流程中，取材、包埋、切片、染色等等每个环节都存在着不确定性。如果一款AI产品使用的代价是改变医院本来的耗材选择、制片流程、医生习惯，那它的技术核心一定是缺乏稳定性的。杏脉今年研发的“主动学习”算法很好的克服了这一类问题，不仅在研发阶段平衡了因为样本质量不稳定而对算法效果造成的干扰，更可以在实际系统使用阶段有效处理各种细胞堆叠、颜色不均等问题数据。

小杏有话说：病理学是人类医学的灵魂，更是上千年来人类医学发展史的缩影。与之相比，人工智能的诞生与发展还在萌芽期，但人工智能也在短短的几十年内展现了它毋庸置疑的高速进化能力与巨大潜力。随着人工智能正逐渐深度渗透到病理行业中，我们也看到了越来越多的医生、企业家不仅在期待新科技应用的到来，更已身体力行的成为开拓者、探索者，亲历亲为的参与进AI产品研发中，亲手缔造这个崭新的智能病理时代。在智慧医疗走向繁荣的路上，杏脉会坚定的与您同行，希望有幸与您携手共同为人类病理事业创造更美好的未来。