宮頸癌篩查缺口大成為“兩癌篩查”最大痛點。

　　第三方醫學檢驗機構金域醫學與華為技術有限公司在中國生物產業大會上聯合宣布，雙方在人工智能（AI）輔助病理診斷應用開發方面取得一定成果。

　　金域醫學病理專家團隊與華為云AI團隊合作，基于病理形態學，通過深度學習的技術，以病理專家的診斷標準訓練AI輔助宮頸癌篩查模型。該模型在排陰率高于60%的基礎上，陰性片判讀的正確率高于99%。同時，陽性病變的檢出率也超過99.9%。

　　病理形態學診斷被醫學界公認為疾病診斷的“金標準”。

　　就病理判讀本身而言，病理專業人員在傳統顯微鏡下閱片，需要以人的視覺詮釋、知識積累、技能與天分作為基礎，培訓周期往往可長達10年左右。因此，我國病理醫生的人才資源長期處于稀缺狀態。數據顯示，目前中國注冊病理醫生不足2萬人，以每百張床位配備1-2名病理醫生的標準計算，其缺口仍高達8-10萬人。

　　我國宮頸癌篩查的適齡婦女人群超過3.5億人，即使以每3-5年進行一次篩查的標準來衡量，目前國內的篩查能力仍然遠遠未能達到要求。其中一個重要原因就是細胞病理醫生的極度稀缺，制約了宮頸癌篩查進一步推廣。

　　在技術支持方面，華為云擁有AI開發平臺ModelArts，從標注、訓練模型、圖片判斷、推理等方面為AI模型的訓練和應用提供基礎。

　　在標注階段，借助華為云ModelArts對已經上傳到云端的海量圖像塊進行半自動化標注，節省病理醫生標注的時間和精力。在算法層面，華為不斷迭代起來的人工智能算法在模型精度和速度上都達到了業界領先的水平。

　　另據了解，近期，華為云AI 醫療團隊投入重兵，聚焦解決醫療領域的重大技術難題，且已經在肺結節檢測比賽LUNA-2016、超聲測量比賽HC-2018、腦中風分割比賽ISLES-2018 等多個醫療領域的頂尖賽事上獲得業界領先水平。同時，以華為AI昇騰系列芯片為代表的強大算力，有力支撐了整個AI模型的訓練與推理過程。

　　華為云EI服務產品部總經理賈永利向21世紀經濟報道記者表示，深度學習技術的發展，使得AI輔助病理識別成為可能，而華為云的算法、算力和一站式AI開發平臺，結合金域的大規模樣本和病理學專家豐富經驗，最終使AI達到了病理專家“助手”水平。