阿里云天地主办的“数字人体”视觉挑战赛已停赛107天。此次大赛以子宫颈癌为入口，提供由专家标记的大规模子宫颈癌液基薄层细胞检查数据，让选手们综合利用目标检查、深度学习等，定位异常细胞，分类子宫颈癌细胞学照片，提高模型检查的速度和准确度，辅助医生的诊断

英特尔通过此次大会共同主办方创立的英特尔深度学习加速技术，极大地提高了此次大会的推理效率。大会期间，来自12个国家的约3000名选手带来的2000多例病理AI技术创新成果为数字病理林爽应用变化注入了新的活力。获奖者和嘉宾合影

2020年六月13日下午，阿里云天地，英特尔共同主办的数字病理学研究研讨会在杭州举行，来自医疗机构和产业界的20多位嘉宾对病理AI的林爽要求和未来发展趋势进行了深入的探讨。研讨会由动脉网共同创始人、COO维元峰主持。

应用落地是关键

参与此次“数字人体”视觉挑战项目的部分算法模式具有直接应用于各大医院数字设备的条件。阿里巴巴达摩院医疗AI教练志娟认为这是一个好趋势。阿里巴巴达摩医院医疗AI主任池英

在休英演讲中，池英将人工智能技术比作医疗保健导航仪，通过技术前进，实现了疾病治疗目标。当前医疗AI的主要研究方向是通过视觉引擎、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、公共卫生具有高效、富惠、低成本。Chi ying认为，医疗机构、初级公共卫生、医疗保险、医疗器械和耗材等可能是医疗AI应用程序落地的场景。“随着传统的机器学习随着深度学习的继续变化，AI在医疗保健中的主流价值越来越明显，成为不可缺少的前进动力。”

英特尔云计算和人工智能高级工程师胡锦涛肖也强调，医疗AI技术的核心在于实际的落脚点，而不是在阳川白雪式象牙塔中追求学术成果，并要求普通百姓得到更好的利益。幸运的是，在牙齿阶段，AI技术创新不仅在算法上取得了成就，还在努力将每个患者的疾病负担降至最低。

医疗机构的病理AI需求是什么？

近年来，许多病理AI产品已应用于林爽创新实践。但是，AI作为基础核心技术，在真正成熟和系统地推进牙齿领域方面存在一定的距离。数字病理学生产、研究和研究研讨会现场

中华医学会病理分会前主任委员、四川大学华西医院病理科教授博洪教授以《远程病理与人工智能的再思考》为主题发表远程演讲，分享了对远程病理的三点看法和对人工智能的三点思考。

博洪教授认为，第一，由于远程平台的智能水平和友好体验不足，很多数字元素没有充分利用，传统的病理思维无法建立远程病理平台。第二，进行远程病理诊断时，要区分操作的难度，调动医生的参与积极性。第三，远程病理平台应利用AI技术创新病理诊断报告的内容和格式。

算法、计算力和医疗大数据的联合应用是AI进步的三个茄子基本条件，其中最大限度地利用医疗大数据是最重要的因素。病理诊断需要整合多层次的医疗信息，病理AI的目标应该是提供多元化指标的支持系统。

宝红教授指出，首先，病理AI必须在使用中完美成熟。第二，将场景作为病理AI的“最后一个千米”应用是薄弱环节，必须格外重视。第三，要建立信息孔刘平台，以灵活的机制和运行打破病理人工智能的研发岛。

在我国，执业医生不足是病理科面临的最现实的问题，浙江大学健康医疗大数据国家研究院副院长吴健副院长表示。牙齿背后更深的困境是病理诊断复杂，工作量大。而且，为了不直接接触患者，病理和技术的重复延迟，病理和人工成本仍占总支出的近40%，在现有条件下很难扩大病理和医生团队。

中南大学儿科病理科副主任张仪说，做病理AI还不够人工智能，病理医生没有参与的病理AI最终也很难在商业上取得成功。病理学是一门非常复杂的学科，被切片扫描和标记、深入学习等技术束缚着，需要渡边杏，并将诊断专家的经验和数字扫描分析结合起来。病理AI产品不是结束病理科医生，而是让病理科医生舒服。

浙江省肿瘤医院病理科主任孙文龙说，细胞病理学、分子病理是临床实践中比较新的技术，医生的数据整合和结果分析经验较少，组织病理分析诊断是病理和工作量的最大部分，如果能开发足够有效的组织病理AI产品，医生的工作量将大大减少。

瑞金医院病理科副主任射精指出，病理和专业性很强，各专业差异很大，与肺癌、胃肠道癌等相比，内分泌肿瘤样品的异质性较低，可能适合用作AI。

病理界和财界之间必须有相互容忍的机制。河南省医学科学院副院长、河南肿瘤医院病理科主任郭永军强调，必须有将所有医疗信息合并到病理诊断中的过程，双方的期望值过高的渡边杏。郭英军主任提出，创新企业可以根据政策需求，巧妙地推进病理AI着陆点和产业发展。

此外，第三方病理诊断中心的嘉宾也分享了他们的观点。华银健康集团副总裁温润洁表示，华银健康在日常服务过程中积累了很多开发AI产品所需的数码切片数据。病理医生和AI组必须徐璐理解。做应用选择的时候比较简单，但可以选择医生最需要的方向。

孙文龙主任提出的组织病理AI需求和细胞病理AI供给之间的错误配合，刑度病理中心技术史、首席科学家刘正心博士表示，细胞病理对应定量分析指标，机器完成效率比人工高，因此着陆更容易。

牙齿阶段病理AI着陆有什么困难吗？

医学影像具有高维高密度的特点，在以《医学影像+人工智能的特点、技术与趋势》为主题的远程演讲中，中国科学院计算技术研究所研究员朱晓华指出了现阶段数据差异大、存储分散、批量标记数据减少、样本多模态、相应疾病类型多样性等难题。但是地址化表示，由于有对应于上述难题的趋势技术，学术界、医疗机构、产业界必须共同合作。

强风生物布局国内市场是近9年来国内供应量最大的数字病理扫描设备企业之一。2019年五月，强风生物以积累数据为基础，自行开发的宫颈癌检查产品，获得了第二种医疗器械注册证。但是强风生物会长刘秉宪认为，目前病理AI还处于初级阶段，他也暗示了多点合作的重要性。

由于缺乏统一的标记标准，在多个医生、医疗机构、甚至试剂消耗品基础上构建的病理AI模型没有可重复使用性。迪英加科技会长杨林说，在模特训练中，在将灵敏度为99.5%的高特异性产品投放市场的过程中，他收到过准确度和产品参数完全不一致的负面反馈。“与病理学家的讨论和交流比想象中复杂，AI落地要面临模型分析能力、数据飞表、医疗服务收费标准等诸多问题，专家和企业要共同努力。”

人工智能不是现在才开始结合各行各业的。他指出，如果深入思考CEO杨志明，看起来像子宫颈癌细胞学检查一样简单的东西越深，就越难。(威廉莎士比亚，哈姆雷特，人工智能，人工智能，人工智能，人工智能，人工智能，智能)普遍的困境之一是，AI不懂病理，细胞病理不懂AI，不能工业化，徐璐结合很重要。但是杨志明相信，牙齿阶段以病理AI“凌晨5，6点”接近突破。

调查显示，在医生的利用率方面，视频已经很高，医生点击率超过了80%。据调查，技术首席执行官陈浩用数据验证了阳明的观点。" AI证明了自己的价值在一些细分领域."

医生的需求不同，对模型的要求也不同。卫宁健康人工智能理事刘明谦指出，在新产品、新技术突破应用途径的过程中，填补差距，建设桥梁也很重要。在此基础上，我认为算法可能是病理AI整个链中很小的问题，还有很多其他问题需要通过行业合作解决。

未来两三年，病理AI将如何发力？

正如博洪教授所说，病理AI在使用中必须完美。阿里云营销和公共事务总经理柳尚文指出，病理AI是一个非常狭窄、垂直的领域，但它涉及从技术到医生的很长的产业链，开发AI的人需要找到自己的位置，创造工作价值。(威廉莎士比亚，Northern Exposure美国电视电视剧]，特别是病理AI)节省了医生的时间和医疗费用。

那么完美的路径是什么呢？出席会议的客人纷纷提出了他们的方案。

病理AI应用着陆点要先进。我认为，赛诺特创始人志华从易于识别、易于量化的标记物开始。一般来说，试剂工厂上有成熟的业务模式，可以直接组合AI产品和试剂，使AI发生变化，同时提高试剂的竞争力。

鉴于外部环境可能产生的影响，伊普森首席算法科学家周旭呼吁国内硬件供应商开发更多病理AI的基本组件，并尽快使国内设备变得更大、更强大。南希生命技术负责人韩方黑说：“最现实的一件事是服务好病理学家，得到医生的认可。”

黄晓迪常胜夫技术智力健康病理产品负责人表示，病理ai着陆问题可以通过更平台的方式解决。从地区到医院、部门，打开视频、病理和数据，通过徐璐其他数据模式之间的集成，可以切实推进数字病理学的演变。

牙齿研讨会的最后一环动脉网蛋壳研究人员发表了阿里云天地和英特尔共同制作的《数字病理诊断排行榜》。动脉网需要病理ai产业生态合作，希望各专业人士结合起来解决医生真正关心的问题，政府机构等更多的集团关心病理ai的应用增长。