病理領(lǐng)域的AI研究也有了新的進展

深度卷積神經(jīng)網(wǎng)絡(luò)（CNNs）已在實踐中被證明是一種可以輔助生物醫(yī)學圖像診斷的技術(shù)，并已廣泛運用于肺結(jié)節(jié)、眼底等放射影像識別。近日，病理領(lǐng)域的AI研究也有了新的進展。

2019年5月，將門投資企業(yè)——迪英加科技CEO楊林帶領(lǐng)團隊發(fā)表的論文《Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning》被《Nature Machine Intelligence》收錄，該論文提出了一項用于AI病理診斷解釋的方案。

在文章所描述的實驗之中，研究人員運用AI技術(shù)對病理切片進行分析處理，并同時給出AI分析的依據(jù)。這是全球首篇發(fā)表在自然子刊上的關(guān)于討論病理圖像分析中的人工智能可解釋性問題的專著。

通過實驗所設(shè)計的方法，人工智能開始“理解”醫(yī)生的邏輯，并嘗試模仿人類醫(yī)生，給出診斷依據(jù)。對此，動脈網(wǎng)采訪了論文通訊作者楊林教授，并結(jié)合論文內(nèi)容，嘗試梳理出論文的邏輯及背后的深刻價值。

病理痛局推動科研發(fā)展

病理科被“現(xiàn)代醫(yī)學之父”威廉·奧斯勒稱為“醫(yī)學之本”，而病理醫(yī)生被認為是醫(yī)生的醫(yī)生。病理科的含金量自然不言而喻，其診斷的準確與否直接影響患者的健康和命運。

然而，據(jù)國家衛(wèi)生和計劃生育委員會2015年數(shù)據(jù)顯示，全國僅有9841名有資質(zhì)的病理醫(yī)生。這個數(shù)字與我國人口總量之比約為1:140000，與注冊醫(yī)師之比約為1:250。簡單的說：每個病理醫(yī)生都承擔了5-10倍的常規(guī)工作量，許多病理醫(yī)生都在超負荷地進行日趨復(fù)雜的高強度工作，誤診、漏診時有發(fā)生。

制約病理醫(yī)生資源發(fā)展的因素不僅僅是龐大的工作量、工作環(huán)境差、收入待遇低、培養(yǎng)周期長等因素嚴重影響了病理教學師資。病理醫(yī)師新生力量呈現(xiàn)“斷崖式”短缺。

AI技術(shù)的出現(xiàn)或許可以解決這個問題。有深度學習支撐的人工智能能夠以迅速、標準化的方式處理醫(yī)學影像，對可疑影像進行勾畫、渲染，并以結(jié)構(gòu)化的語言提出建議。

這些工作精力消耗大，重復(fù)性高，而AI不受制于工作性質(zhì)。實踐證明，在AI的幫助下，病理醫(yī)生不僅可以提高診斷效率、減輕工作量；還能提高工作強度，改善病理醫(yī)生工作環(huán)境，最終降低誤診、漏診率。

痛點確乎推進了科學研究的發(fā)展，但在AI輔助診斷被真正施于應(yīng)用時，種種問題隨之而來。

質(zhì)疑之聲中最為清晰而難以回答的便是以下兩個問題：AI是如何完成判讀？它對于切片的分析是否有依據(jù)？事實也是如此，如果這個問題得不到解決，病理醫(yī)生與CFDA監(jiān)管部門難以認可AI的判讀結(jié)果——概率云并非一個合理的依據(jù)。鑒于此，楊林團隊開始了本次研究，用以解決AI病理診斷的可行性與可解釋性。

實驗條件下，AI可大幅度提升CAD準確率

為了探尋AI輔助診斷過程中的可解釋性問題，研究團隊以膀胱癌患者的病理切片為研究對象，在保證AI分析切片準確率的同時，通過構(gòu)建全新網(wǎng)絡(luò)架構(gòu)，達到令該系統(tǒng)能針對診斷區(qū)域自動輸出文字的效果，而這些文字可表明系統(tǒng)的診斷依據(jù)。

對此，研究團隊設(shè)計了一個包含掃描器網(wǎng)絡(luò)（s-net），診斷器網(wǎng)絡(luò)（d-net）和聚合器網(wǎng)絡(luò)（a-net）三個模塊的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。這三個模塊分別在系統(tǒng)之中起到分析圖像、文字表達、信息整合輸出的作用，共同發(fā)揮了腫瘤檢測與細胞表征提取的作用。

掃描器網(wǎng)絡(luò)（s-net）的核心是多模態(tài)CNN，這是一種特殊的深層的神經(jīng)網(wǎng)絡(luò)模型，它的特殊性體現(xiàn)在兩個方面，一方面它的神經(jīng)元的連接是非全連接的，另一方面同一層中某些神經(jīng)元之間的連接的權(quán)重是共享的。它的非全連接和權(quán)值共享的網(wǎng)絡(luò)結(jié)構(gòu)使之更類似于生物神經(jīng)網(wǎng)絡(luò)，降低了網(wǎng)絡(luò)模型的復(fù)雜度，減少了權(quán)值的數(shù)量。

診斷器網(wǎng)絡(luò)（d-net）作用于每個勾畫ROI（感興趣區(qū)域，regionofinterest，AI框選出的需要關(guān)注的區(qū)域），分析病理特征并顯示特征感知網(wǎng)絡(luò)，以嘗試解釋每個ROI的勾畫原理，以及解釋診斷器網(wǎng)絡(luò)在描述觀察時所看到的內(nèi)容，最終將分析流程及結(jié)果轉(zhuǎn)化為文字。

簡而言之，d-net的作用就是生成解釋性的內(nèi)容，告訴人類AI為什么框選出這些ROI，以及AI對單個ROI如何做的判斷。

聚合器網(wǎng)絡(luò)（a-net）則將掃描器網(wǎng)絡(luò)與診斷器網(wǎng)絡(luò)生成的信息進行集合處理，集成所有特征，并生成與影像相匹配的診斷結(jié)果。

通過逐塊掃描病理圖片，三個模塊從圖片像素中提取與數(shù)據(jù)庫對應(yīng)的有效像素并進行識別，最后轉(zhuǎn)化為可處理文本數(shù)據(jù)，再使系統(tǒng)建立起文本與圖像之間的直接聯(lián)系。

診斷器網(wǎng)絡(luò)在數(shù)據(jù)格式轉(zhuǎn)化的同時，系統(tǒng)將運用NLP生成包含診斷組織細胞和細胞核特征的語言描述，匹配病理學家的操作方式，其生成的表述結(jié)構(gòu)符合臨床病理學報告標準。因此，這種方式可視為對人工智能診斷過程的解釋。

病理學家在實驗之中起到了重要的作用。當病理學家對病理切片進行處理時，系統(tǒng)將捕獲病理學家的操作過程，如點擊圖像的位置，并將操作、醫(yī)學語言與系統(tǒng)語言相結(jié)合，這構(gòu)成了系統(tǒng)的運行和分析的邏輯的基礎(chǔ)。

最終，系統(tǒng)能夠通過其文本和視覺輸出明確地解釋其分析過程，并向病理學家提供直接證據(jù)（即第二意見）以供審查和目視檢查，從而幫助降低病理學家臨床決策中的主觀性差異。

本次實驗用了怎樣的樣本？

本次實驗總計采用了近千名膀胱癌患者的尿路上皮癌切片數(shù)據(jù)，整個數(shù)據(jù)集分為620個用于訓練的病理切片，193個用于驗證的病理切片和100個用于測試的病理片。

從形態(tài)上看，該數(shù)據(jù)集包括102例非侵入性低級別乳頭狀尿路上皮癌以及811例非侵入性或侵入性高級別乳頭狀尿路上皮癌。這些數(shù)據(jù)經(jīng)過了多位病理學家的嚴格診斷，且去除了低質(zhì)量的切片。

為了評估神經(jīng)網(wǎng)絡(luò)系統(tǒng)的效果，21名泌尿生殖病理學家參與了數(shù)據(jù)注釋和診斷性能評估。經(jīng)過大約近兩年的努力，病理學家使用研究人員開發(fā)的基于Web的注釋程序?qū)?shù)據(jù)進行了集體清理和手動注釋。

通過將該系統(tǒng)的測試結(jié)果與病理學家的常規(guī)檢查進行了比較，結(jié)果顯示，該系統(tǒng)實現(xiàn)了97％的曲線下面積（AUC）評分，其表現(xiàn)優(yōu)于大多數(shù)進行比較的病理學家。

此外，當使用混淆矩陣進行比較（圖e，f）時，結(jié)果顯示系統(tǒng)的平均準確度為94.6％，而病理學家的平均準確度為84.3％。

實際上，統(tǒng)計結(jié)果還表明，病理醫(yī)生對于部分類型的前列腺癌的診斷一致率不足50%。因此僅從數(shù)據(jù)上看的話，此次論文中所提出的AI系統(tǒng)，在準確率和一致性上都有較好的表現(xiàn)。

AI可解釋性的研究

正如前文所示，該系統(tǒng)通過掃描器網(wǎng)絡(luò)、診斷器網(wǎng)絡(luò)、聚合器網(wǎng)絡(luò)，對AI輔助診斷的可解釋性進行了探索，最終會產(chǎn)生說明文字同ROI同步輸出。

可解釋性圖示

如上圖，a、b顯示的為全片腫瘤檢測結(jié)果，c、d、e則為生成的“特征感知注意圖”，對診斷細節(jié)進行描述。我們可以看到，針對每一張切片，系統(tǒng)在判讀后，除了常規(guī)地將ROI區(qū)域框選出來，還針對不同區(qū)域生成了解釋性文字。

其中，不同特征的文字被使用不同顏色加以區(qū)分，而該描述所對應(yīng)的ROI，都被加以相同顏色的框表示，便于病理醫(yī)生查看時一一對應(yīng)。

該系統(tǒng)描述了觀察到的一定數(shù)量的細胞特征以及特征感知注意圖，注意圖對網(wǎng)絡(luò)觀察到的視覺信息的類型給出了強有力的解釋（圖c-e）。實際上，注意圖包含了框選區(qū)域中每一個像素的權(quán)重，用以確定不同像素對于給定的特征觀察的重要程度，但輸出的內(nèi)容卻并不是令人費解的數(shù)值，而是類似于病理醫(yī)生的判讀依據(jù)。

這樣專業(yè)化的文字表述加強了AI分析病理切片的可信度，當人類醫(yī)生與機器診斷結(jié)果不符時，醫(yī)生們也能夠更容易地對比自己與機器的診斷意見到底在何處有所區(qū)別，了解產(chǎn)生區(qū)別的原因，在很大程度上能夠提高診斷準確度。

系統(tǒng)網(wǎng)絡(luò)組件的評估

在算法結(jié)構(gòu)方面，算法的各部分性能在完成后均被予以驗證。

首先，研究人員評估腫瘤和非腫瘤圖像的s-net的腫瘤檢測召回率（非腫瘤圖像表示內(nèi)部沒有突出腫瘤的裁剪的滑動組織區(qū)域）。s-net達到94％的高真陽性（檢測到的腫瘤像素數(shù)/總注釋腫瘤像素）并同時維持95.3％的陰性召回率。

其次，研究人員使用了兩個評估指標驗證了生成的診斷描述的質(zhì)量：雙語評估Understudy（BLEU）和基于共識的圖像描述評估（CIDEr）。而這些驗證結(jié)果顯示，該算法已經(jīng)具備了一定的優(yōu)越性。

此項實驗突破了AI病理三類證審批的關(guān)鍵難點

囿于其決策流程的不可解釋性，“深度學習”一直被遵循循證醫(yī)學指南的臨床醫(yī)生拒之門外，成為了制約醫(yī)學影像人工智能發(fā)展，特別是獲得三類證審批的關(guān)鍵。

而本次實驗則為人工智能的審批提供新的思路：雖然現(xiàn)階段的人工智能仍不具備推理能力，但我們能將醫(yī)生的推理步驟模塊化，從而模擬推理的過程。此外，本次實驗中的文字匹配過程是按照WHO標準并具有嚴格依據(jù)的，這與許多基于多樣本深度學習生成的勾畫不同，實驗的每一個步驟都可由AI提供決策依據(jù)，并非單純概率云下的黑箱運算。

楊林教授現(xiàn)任職于迪英加CEO，這是迪英加科技在三類證申報過程中的一步堅實工作，用于解決CFDA三類證申報中廣泛要求的可解釋行提供了關(guān)鍵的核心技術(shù)解決方案。

在采訪過程之中，楊林教授也對本次實驗的不足之處進行了總結(jié)。首先，由于時間的原因，樣本的選擇檢測本身具有一定的封閉性，隨著持續(xù)數(shù)據(jù)收集的廣度和深度的提升，論文中的工作也一定會有改進之處。

其次，推理流程的劃分是否足夠細致，以及推理過程是否存在偶然性可以進一步論證。

最后，這項研究沒有控制參與病理醫(yī)師的疲勞程度，這可能是影響AUC的獨立因素，需要進一步研究這一系統(tǒng)對不同疲勞水平醫(yī)生的有效性。

總的來說，無論是人工智能技術(shù)，還是本次實驗的病理本身，我們都能看到很多突破的可能。目前的人工智能影像產(chǎn)品仍聚集于放射科，當他們嘗試進一步進入臨床相關(guān)科室時，這項技術(shù)同樣需要新的標準對其進行驗證。

此外，AI于病理的運用也遠不局限于切片識別，機體組織樣本中內(nèi)部特征的量化分析與臨床評價；細胞和動物組織樣本的量化分析與藥效關(guān)系；細胞識別與分選；特殊染色結(jié)果的量化分析和臨床治療與預(yù)后也均有AI介入研究。病理于AI是一片看不見的深海。