经过3个月的试运行，在刚刚过去的春节前夕，透彻影像与解放军总医院联合研发的胃部病理辅助诊断系统Thorough Insights，在解放军总医院正式落地，成为全球首个大规模部署的病理辅助诊断系统，敏感度100%，特异性86%。

病理影像，医学领域的“金标准”，也被称为AI最难攻克的高地之一。与同为医疗影像的CT、X光片相比，一张病理图像影像像素大小，约为CT影像的一千倍、X光片的一万倍。寻常的单机单卡系统，远不能达到病理影像处理所需的计算速度和吞吐量。因此，即使在人工智能烈火烹油的医疗影像领域，站在AI落地风口的病理影像仍旧略显“笨重”。

但近年来，随着计算机性能提升、远程医疗推波助澜，病理影像领域也迎来了丝丝“春意”。有业内人士预言，病理影像领域的数字化和AI化变革，将成为近一两年内医疗领域的下一个风口。

大风到来之前，透彻影像率先占据了有利地形。

透彻影像是一家专注于人工智能病理辅助诊断领域的医疗信息化公司。成立不到两年，目前已经与解放军总医院、医科院肿瘤医院、中日友好医院、北京协和医院等多家国内顶尖三甲医院建立了合作关系。近日，其与解放军总医院联合研发的胃部病理辅助诊断系统，已经正式进入商业运行阶段。

当前国内肿瘤治疗痛点主要有两点：一是我国病理医生数量与病患需求不成正比；二是病理诊断受主观因素影响，导致诊断标准不同。

根据卫计委建议，中国病理学家的需求量为10万名，而目前中国注册在案的病理医师总数仅为约1万名左右，数量匮乏9倍之多。且一位能够独立发病理报告的病理医师培训周期在10年以上。

每天阅片少则100~200张，多则300~400张，是当下我国病理医师工作的常态。透彻影像CEO刘岩斌曾经亲眼见过，一位从解放军总医院退休的病理科主任，因长时间作业，被显微镜强光打得两只眼睛同时视网膜脱落，经手术后三个月才得以康复。

“基于人工智能的病理影像分析技术，是对之前传统显微镜和数字病理的一次革命。”刘岩斌表示，病理影像巨大的图像规模，决定了这个领域必然会朝着AI化转型。

解放军总医院病理科副主任宋志刚教授使用Thorough Insights办公（图片由受访者提供）

作为原徕卡中国区销售总监，在刘岩斌的记忆中，徕卡的数字病理器械在国内销售额增长最快的时期，是在2013~2014年。2014年后国内产品形态的成熟、产品质量的稳定，国内产品增长已经呈几何倍数，相对而言进口产品速度变得相对缓慢了。

“变革病理医师工作方法的第一步，是将玻片数字化，使其可以在计算机上存储和浏览；第二步，是用计算机算法（如深度学习算法）进行分析。目前玻片数字化在国内已经走过了几年的发展，但真正有革新意义的算法分析，还只是刚刚起步。”刘岩斌说，这就好比我们研发出了智能手机，需要搭载合适的软件。

说回本文的主角，Thorough Insights人工智能病理辅助诊断系统，这套系统由透彻影像自研的深度分割模型构建，敏感度100%，特异性超过86%（在最新测试中，特异性预期达90%），是目前业内已知的准确率和效率最高的胃部疾病深度学习辅助诊断系统。

病理影像智能化分析的难点在于，其图像规模之大（GB量级），给大规模的矩阵运算带来了极大的挑战。

透彻影像CTO王书浩告诉动脉网，透彻影像开发的所有系统，都是采用微服务架构，即支持单机和大规模分布式GPU计算集群部署的分布式计算系统，以解决单机模式存储量和运算速度受限的问题。

AI离不开数据训练，深度学习算法是透彻影像的另一个技术突破方向。“病理影像图像规模巨大，是矩阵运算的挑战，却在数据训练上有着天然优势。一张病理影像，可以切分出数千张图像的训练数据。”王书浩说，一个深度学习系统达到接近人的水平，大约需要1000万的训练数据，而目前已经落地的Thorough Insights，训练数据量在2700万左右。

行业痛点一直都在，为什么破局者是透彻影像？王书浩称主要与其团队本身较为强悍的“技术基因”有关。公司首席科学家徐葳，是加州大学伯克利分校博士、清华大学交叉信息研究院副研究员、副院长，Google分布式系统研究员；研究员孙卓，是莱顿大学医学院博士、鹿特丹伊拉姆斯学院研究员Philips全球研发中心研究员。而王书浩自身，也是清华大学博士、清华大学交叉信息研究员博士后及助理研究员、京东数据科学家、硅谷异构智能研究员、百度研究员。

跨领域合作的障碍是医疗领域AI落地难点之一，再厉害的技术创新，不符合医生的工作流程，也免不了“坐冷板凳”的下场。

透彻影像在Thorough Insights的研发思路上，则借鉴了早期乔布斯对iPhone的研发思路，将简洁做到极致。在医生办公桌上，单独设置一台显示器，数字切片通过高通量扫描仪传到服务器后，医生在医院既有的LIS系统中只需一键即可打开或者关闭该切片的分析页面，既不影响医生的工作流程，也没有复杂操作。

 Thorough Insights分析界面（图片由受访者提供）

在该系统上，平均每GB大小的单张切片，只需二十秒即可得出一个辅助诊断结论。并且系统会自动用不同色体显示出，切片中出现病变可能性，并按照病变大小进行排序。

“敏感度100%，即这张切片标记的，只要有癌的地方，系统都能检测出来，不会出现重大医疗事故。”刘岩斌表示，之前医生需要对切片的每一个角落进行逐一分析，工作量巨大，且容易漏诊。但有了辅助诊断系统后，医生则可以针对性地对病变面积最大，及出现癌症可能性最大的地方进行重点查看和复核，对提升医生效率及诊断水平都有极大的意义，且解决了医生对病理诊断标准不一的问题。

病理界知名的朱明华教授曾说，将来不了解人工智能的医生，可能将会被淘汰。他还补充道，这些医生，不是被人工智能淘汰，而是因为对人工智能不了解，而被淘汰掉。

每周至少有两三天，在透彻影像的办公室，会出现病理专家的身影，有透彻影像专门请来为团队做病理知识演讲的，也有前来义务坐班的。

“我们希望了解医生的思维，医生对我们做的事情也很好奇。”刘岩斌说，现在病理界的医生，对人工智能的理解还大多只能依靠想象去理解。我们希望通过这种方式，让我们能够了解医生的思维，也让医生了解到底什么是人工智能。

“从一开始，我们就把这种沟通融到了我们的日常工作中。所以最后在产品呈现的时候，呈现出的就是很简洁的操作方式，简洁到只需要一个键。”虽然不是病理医师出身，但通过长期的交流与学习，刘岩斌半开玩笑的称自己已经算得上是半个病理医师了，具备了简单的阅片能力。

目前，透彻影像已经完成了由弘道资本领投的3000万人民币的天使轮融资。