历时107天，由阿里云天池主办。数字人体。视觉挑战结束。本次比赛以宫颈癌为入口，旨在提供由专业医生标注的大规模宫颈癌液基薄层细胞检测数据，使运动员能够提出并综合运用目标检测和深度学习等方法对异常细胞进行定位和宫颈癌细胞学图像分类，提高模型检测的速度和准确性，并辅助医生进行诊断。

英特尔是本次竞赛的共同组织者，其领先的英特尔深度学习加速技术极大地提高了本次竞赛的推理效率。比赛期间，来自12个国家和地区的近3000名运动员带来了2000多项病理性人工智能技术创新，为数字病理学的临床应用注入了新的活力。

获胜的参赛者与客人合影。

2020年6月13日下午，阿里云天池与英特尔联合主办的数字病理学研究研讨会在杭州召开。来自医疗机构和行业的20多位嘉宾深入讨论了病理性人工智能的临床需求和未来发展趋势。研讨会由动脉网络联合创始人、首席运营官毕元峰主持。

应用程序登录是关键

参与这个“数字人体”。在视觉挑战项目中，一些算法模型具备了直接应用于大型医院数字设备的条件。阿里巴巴达摩研究所医学人工智能主任迟莹认为，这是一个非常好的趋势。

阿里巴巴达摩医院医学人工智能主任迟颖

在她的开幕词中，迟颖将人工智能技术比作医疗卫生的导航员，并通过先进的技术实现了预防疾病的目标。目前，医学人工智能的主要研究方向是利用视觉引擎、知识引擎、搜索引擎等技术辅助医疗行为，使医疗分析、健康管理和公共卫生更加高效、包容和低成本。迟莹认为，医疗机构、初级公共卫生保健、医疗保险、医疗器械和耗材都可以是医疗人工智能应用于地面的场景。“随着传统机器学习向深度学习的不断转变，人工智能在医疗领域的主流价值越来越明显，已经成为不可或缺的驱动力。”

英特尔云计算和人工智能首席工程师胡晓也强调，医疗人工智能技术的关键在于真正的着陆，而不是在象牙塔里追求学术成就，需要更好地造福大众。幸运的是，现阶段人工智能技术的创新不仅考虑了算法的成就，还试图减轻每个患者的疾病负担。

医疗机构对病理性人工智能的要求是什么？

近年来，许多病理人工智能产品已应用于临床创新实践。然而，作为底层核心技术的人工智能离真正成熟和系统化还有很长的路要走。

数字化病理学现场研讨会

中华医学会病理分会原会长、华西医院病理学教授卜宏，以“远程病理学与人工智能的再思考”为主题，发表了远程病理学的三点看法和人工智能的三点思考。

卜宏教授认为，一是远程平台的智能水平和友好体验不够，许多数字元素没有得到充分利用，传统病理思维不能作为远程病理平台；其次，在进行远程病理诊断时，应注意区分手术难度，调动医生的积极性。第三，远程病理平台应利用人工智能技术创新病理诊断报告的内容和形式。

算法的普遍应用、计算能力和医学大数据是人工智能发展的三个基本条件，其中充分利用医学大数据是最重要的因素。病理诊断需要整合医学信息的各个维度。病理人工智能的目标应该是提供一个具有多种定量指标的支持系统。

卜宏教授指出，首先，病理性人工智能在使用中必须完善和成熟；其次，作为病理人工智能的“最后一公里”，应用场景是一个薄弱环节，应该引起特别的重视。第三，建立信息共享平台，以灵活的机制和操作打破病理人工智能研发的孤岛。

浙江大学国家卫生保健大数据研究所副所长吴健说，在中国，执业医生短缺是病理科面临的最现实的问题。这背后更深层次的困境是病理诊断复杂，工作量巨大，为了不直接联系患者科室，病理科的技术迭代滞后，病理科的人工成本仍占总支出的近40%，使得现有条件下难以扩大病理科团队。

中南大学湘雅二医院病理科副主任蒋易表示，在制作病理学人工智能时，强调人工智能是不够的。病理学人工智能没有病理学家的参与也很难最终取得商业成功。病理学是一门非常复杂的学科。我们不应该坚持切片扫描和标记以及深入学习等技术。我们应该将诊断专家的经验与数字扫描分析相结合。病理学人工智能产品应该让病理学家舒适地使用，而不是最终病理学家。

浙江肿瘤医院病理科主任孙文勇表示，细胞病理学和分子病理学是临床实践中相对较新的技术。医生在数据整合和结果分析方面经验较少。组织病理学分析和诊断是病理科最大的工作量。如果能开发出足够有效的组织病理学人工智能产品，医生的工作量将大大减少。

瑞金医院病理科副主任谢静指出，病理科非常专业，不同专业之间存在很大差异。与肺癌和胃肠癌相比，内分泌肿瘤样本的异质性较小，可能适合人工智能应用。

病理学和商业之间应该有一种相互宽容的机制。河南省医学科学院副院长、河南省肿瘤医院病理科主任郭泳君强调，病理诊断需要一个整合所有医学信息的过程，双方的期望值不能过高。郭泳君主任建议，创新型企业可以满足政策需求，并巧妙地促进病态人工智能的落地和产业发展。

此外，第三方病理诊断中心的客人也分享了他们的观点。华银健康集团副总经理温表示，华银健康在日常服务过程中积累了大量开发人工智能产品所需的数字切片数据。病理学家和人工智能团队应该相互理解，在选择应用程序时可以选择相对简单但最需要的方向。

针对孙文勇主任提出的组织病理学人工智能需求与细胞病理学人工智能供给不匹配的问题，横岛市病理技术总监、首席科学家刘景新博士表示，细胞病理学对应定量分析指标，机器完成效率高于人工，更容易落地。

在这个阶段登陆病态人工智能遇到了什么困难？

医学图像的特点是高维数和高密度。中国科学院计算技术研究所研究员周少华在以“医学图像+人工智能的特征、技术和趋势”为主题的远程演讲中指出，现阶段存在数据差异大、存储分散、大量标注数据少、样本多模态、对应疾病种类多等问题。不过，周少华表示，对于上述问题，有相应的趋势技术，学术界、医疗机构和业界应该共同努力。

江峰生物经销国内市场已近9年，是国内最大的数字病理扫描设备供应商。2019年5月，江峰生物自主研发的基于数据积累的宫颈癌筛查产品获得二类医疗器械注册证书。然而，江峰生物董事长刘炳贤认为，病理性人工智能仍处于起步阶段，他还指出了多点合作的重要性。

由于缺乏统一的标记标准，基于不同医生、医疗机构甚至试剂耗材的病理性人工智能模型无法重复使用。迪昂加科技董事长杨林表示，为了推销在模型培训中敏感度为99.5%的高度特定的产品，他们甚至收到了准确度和产品参数完全不一致的负面反馈。“与病理学专家的讨论和交流比想象的要复杂得多。人工智能着陆面临着模型分析能力、非标准数据、医疗服务收费标准等诸多问题，需要专家与企业共同努力

人工智能现在不仅开始与各种行业结合。深思首席执行官杨志明指出，看似很简单的一件事，如宫颈癌细胞学筛查，这将变得越来越深入和更加困难。一个常见的困境是人工智能不理解病理学，细胞病理学不理解人工智能，并且不能工业化。将它们结合起来是至关重要的。然而，杨志明认为，目前阶段是“黎明明前5、6点”为病理性人工智能，突破迫在眉睫。

根据调查，就医生的使用率而言，图像非常高，医生的点击率超过80%。看到陈豪科技公司的首席执行官用数据证实了杨志明的观点，“人工智能已经证明了它在一些子领域的价值。”

医生对模特有不同的需求和要求。威宁健康人工智能总监刘指出，在利用新产品和新技术开辟应用途径的过程中，弥合差距、搭建桥梁也很重要。基于此，该算法在整个病理人工智能链中可能是一个非常小的问题。她认为还有许多其他问题需要通过行业合作来解决。

在接下来的2-3年里，病态人工智能将如何发挥它的力量？

正如卜宏教授所说，病理性人工智能应该在使用中得到完善。阿里云营销与公共事务总经理刘指出，病理性人工智能是一个非常狭窄和垂直的领域，但它涉及到从技术到医生的一个非常长的产业链。开发人工智能的人需要创造商业价值来找到自己的位置。具体的病理人工智能是为了节省医生的时间和医疗费用。

那么，什么是完美的道路呢？参与者一个接一个地给出他们的计划。

病理人工智能的应用应该先易后难。赛诺特创始人华子认为，应该从易于识别和量化的标记开始。总的来说，试剂制造商都有成熟的商业模式。齐华建议将人工智能产品和试剂直接结合起来，使人工智能拥有现金流渠道，提高试剂竞争力。

考虑到外部环境的可能影响，爱普生首席算法科学家徐洲呼吁国内硬件制造商开发更多病理人工智能的基本组件，并尽快使国内设备变得更大更强。生物技术负责人韩说，最现实的事情是服务好病理学家，并获得医生的认可。

上塘科技智慧健康病理产品总监黄晓迪指出，病理性人工智能的落地可以通过更平台的方式来解决。从区域到医院，再到科室，影像科和病理科的数据都可以开放，通过不同数据模式的融合，真正推动数字化病理演变的进程。

作为研讨会的最后一部分，主动脉蛋壳研究所发布了由阿里云天池和英特尔联合制作的“数字病理诊断排名表”。动脉网络认为，病理人工智能产业的生态合作是非常必要的。所有的职业都应该结合起来解决医生在实践和现场真正关心的问题。同时也希望包括政府机构在内的更多群体能够关注病理性人工智能的应用和发展。