步宏教授指出，第一，病理AI一定要在使用中完善與成熟 ；第二，應(yīng)用場景作為病理AI的“最后一公里”，是薄弱環(huán)節(jié)，應(yīng)當(dāng)格外重視；第三，要建造信息共享平臺(tái)，用靈活的機(jī)制與運(yùn)作打破病理人工智能的研發(fā)孤島。

在我國，執(zhí)業(yè)醫(yī)師短缺是病理科面臨最現(xiàn)實(shí)的問題，浙江大學(xué)健康醫(yī)療大數(shù)據(jù)國家研究院副院長吳健表示。這背后更深層次的困境是病理診斷復(fù)雜并且工作量巨大，以及為了不直接接觸患者的科室，病理科技術(shù)迭代滯后，病理科人力成本仍占總支出近40％，在現(xiàn)有條件下拓展病理科醫(yī)師隊(duì)伍難度大。

中南大學(xué)湘雅二院病理科副主任蔣誼表示，做病理AI，只強(qiáng)調(diào)人工智能是不夠，沒有病理醫(yī)生參與的病理AI最后也很難獲得商業(yè)上的成功。病理是非常復(fù)雜的學(xué)科，不能拘泥于切片掃描與標(biāo)注、深度學(xué)習(xí)等技術(shù)，要把診斷專家的經(jīng)驗(yàn)與數(shù)字掃描分析結(jié)合起來。病理AI產(chǎn)品應(yīng)該讓病理科醫(yī)生用起來舒服，而不是終結(jié)病理科醫(yī)生。

浙江省腫瘤醫(yī)院病理科主任孫文勇表示，細(xì)胞病理、分子病理在臨床實(shí)踐中是比較新的技術(shù)，醫(yī)生的數(shù)據(jù)整合與結(jié)果分析經(jīng)驗(yàn)較少，組織病理分析診斷是病理科工作量最大的部分，如果能夠開發(fā)出足夠有效的組織病理AI產(chǎn)品，醫(yī)生的工作量將大大減少。

瑞金醫(yī)院病理科副主任謝靜指出，病理科專業(yè)性非常強(qiáng)，不同專業(yè)相差很遠(yuǎn)，相比肺癌、胃腸癌等，內(nèi)分泌腫瘤樣本的異質(zhì)性較小，或許適合被作為AI的應(yīng)用方向。

病理界和企業(yè)界之間要產(chǎn)生一種相互寬容的機(jī)制，河南省醫(yī)學(xué)科學(xué)院副院長、河南腫瘤醫(yī)院病理科主任郭永軍強(qiáng)調(diào)，整合所有醫(yī)療信息用于病理診斷要有一個(gè)過程，雙方的期待值都不能過高。郭永軍主任建議，創(chuàng)新企業(yè)可以貼合政策需求，巧力推動(dòng)病理AI落地和產(chǎn)業(yè)發(fā)展

此外，來自第三方病理診斷中心的嘉賓也分享了他們的觀點(diǎn)。華銀健康集團(tuán)副總經(jīng)理溫韻潔表示，華銀健康在日常的服務(wù)過程中，積累了大量開發(fā)AI產(chǎn)品所需的數(shù)字切片數(shù)據(jù)，病理醫(yī)生與AI團(tuán)隊(duì)要相互理解，在做應(yīng)用選擇時(shí)，可以選擇相對(duì)簡單、但醫(yī)生最需要的方向。

對(duì)于孫文勇主任提出的組織病理AI需求與細(xì)胞病理AI供給之間的錯(cuò)配，衡道病理技術(shù)總監(jiān)、首席科學(xué)家劉凈心博士表示，細(xì)胞病理對(duì)應(yīng)著量化分析指標(biāo)，并且機(jī)器完成效率高于人工，因此更容易落地。

現(xiàn)階段的病理AI落地遭遇了哪些困難？

醫(yī)學(xué)影像具有高維高密的特點(diǎn)，在主題為《醫(yī)學(xué)影像＋人工智能的特點(diǎn)、技術(shù)與趨勢(shì)》的遠(yuǎn)程演講中，中國科學(xué)院計(jì)算技術(shù)研究所研究員周少華指出，現(xiàn)階段數(shù)據(jù)差異性大、存儲(chǔ)分散、大批量標(biāo)注數(shù)據(jù)少、樣本多模態(tài)、對(duì)應(yīng)疾病類型多樣等難題。不過，周少華表示，前述難題都存在對(duì)應(yīng)的趨勢(shì)性技術(shù)，學(xué)術(shù)界、醫(yī)療機(jī)構(gòu)和產(chǎn)業(yè)界應(yīng)當(dāng)通力合作。

江豐生物布局國內(nèi)市場近9年，是國內(nèi)供貨量最大的數(shù)字病理掃描設(shè)備廠商之一。2019年5月，江豐生物基于數(shù)據(jù)積累自主開發(fā)的宮頸癌篩查產(chǎn)品獲得了第二類醫(yī)療器械注冊(cè)證。不過，江豐生物董事長劉炳憲認(rèn)為，目前病理AI仍處于初級(jí)階段，他同樣提示了多點(diǎn)合作的重要性。

由于缺乏統(tǒng)一的標(biāo)注標(biāo)準(zhǔn)，基于不同醫(yī)生、醫(yī)療機(jī)構(gòu)，甚至試劑耗材構(gòu)建的病理AI模型并不具有可復(fù)用性。迪英加科技董事長楊林表示，在一次嘗試將模型訓(xùn)練中敏感度99．5％的高特異性產(chǎn)品推向市場的過程中，他們甚至曾得到過準(zhǔn)確率與產(chǎn)品參數(shù)完全不一致的負(fù)面反饋，“與病理專家討論與交流比想象復(fù)雜，AI落地面臨包括模型分析能力、數(shù)據(jù)非標(biāo)、醫(yī)療服務(wù)收費(fèi)標(biāo)準(zhǔn)等許多問題，需要專家與企業(yè)一起努力�！�

人工智能并不是現(xiàn)在才開始結(jié)合各個(gè)行業(yè)，深思考CEO楊志明指出，看似一件事很簡單，比如宮頸癌細(xì)胞學(xué)篩查，會(huì)越做越深入就越難。一個(gè)普遍存在的窘境是，AI不懂病理、細(xì)胞病理不懂AI，無法產(chǎn)業(yè)化，彼此結(jié)合至關(guān)重要。不過，楊志明相信，現(xiàn)階段是病理AI“黎明前的5、6點(diǎn)”，突破即將到來。

據(jù)調(diào)查，在醫(yī)生的使用率方面，影像方面已經(jīng)非常高了，醫(yī)生點(diǎn)擊率已超過80％，視見科技CEO陳浩用數(shù)據(jù)驗(yàn)證了楊志明的觀點(diǎn)，“AI證明了自己的價(jià)值在在某些細(xì)分領(lǐng)域�！�

醫(yī)生需求不一樣，對(duì)模型的要求也不一樣，衛(wèi)寧健康人工智能總監(jiān)劉鳴謙指出，新產(chǎn)品、新技術(shù)打通應(yīng)用路徑的過程中，填平鴻溝、構(gòu)建橋梁也很重要�；�于此，算法可能是病理AI整個(gè)鏈條中非常小的一個(gè)問題，她認(rèn)為，有很多其他問題需要行業(yè)合作解決。

未來2～3年，病理AI將如何發(fā)力？

正如步宏教授所言，病理AI要在使用中完善。阿里云市場營銷和公共事務(wù)總經(jīng)理劉湘雯指出，病理AI是很窄很垂直的領(lǐng)域，但從從技術(shù)到醫(yī)生會(huì)涉及非常長的產(chǎn)業(yè)鏈，開發(fā)AI的人找到自己的位置要產(chǎn)生業(yè)務(wù)價(jià)值。具體到病理AI，就是要節(jié)約醫(yī)生的時(shí)間和醫(yī)療成本。

那么，完善的路徑會(huì)是怎樣的？參會(huì)嘉賓紛紛給出了他們的方案。

病理AI應(yīng)用落地應(yīng)該先易后難，賽諾特創(chuàng)始人齊華認(rèn)為，從好識(shí)別、容易定量化的標(biāo)志物做起。通常，試劑廠商都有成熟的商業(yè)模式，齊華建議，可以直接將AI產(chǎn)品與試劑組合，讓AI有變現(xiàn)通道的同時(shí)提高了試劑的競爭力。

考慮到外部環(huán)境可能產(chǎn)生的影響，易普森首席算法科學(xué)家周旭呼吁國內(nèi)硬件廠商多研發(fā)病理AI的基礎(chǔ)元器件，盡快把國產(chǎn)設(shè)備做大做強(qiáng)。蘭茜生物技術(shù)負(fù)責(zé)人韓方劍則表示，最現(xiàn)實(shí)的一件事，服務(wù)好病理醫(yī)生，獲得醫(yī)生認(rèn)可。

商湯科技智慧健康病理產(chǎn)品負(fù)責(zé)人黃曉迪指出，可以用更平臺(tái)化的思路去解決病理AI落地的問題，從區(qū)域到醫(yī)院，再到科室，將影像科與病理科數(shù)據(jù)打通，通過不同數(shù)據(jù)模態(tài)間的融合真正地推動(dòng)數(shù)字病理進(jìn)化的過程。

作為研討會(huì)的最后環(huán)節(jié)，動(dòng)脈網(wǎng)蛋殼研究院發(fā)布了聯(lián)合阿里云天池、Intel共同制作的《數(shù)字病理診斷排行榜》。動(dòng)脈網(wǎng)認(rèn)為，病理AI產(chǎn)業(yè)生態(tài)合作十分必要，各個(gè)專業(yè)間應(yīng)當(dāng)結(jié)合起來，面向?qū)嵺`、場景去解決醫(yī)生真正關(guān)心的問題，也希望包括政府機(jī)構(gòu)在內(nèi)的更多群體能夠關(guān)注病理AI的應(yīng)用成長。