他用AI填补12万病理检测人才缺口，让病理医生一个顶仨

他做的事情很细分，很冷门。“连我们团队刚开始都是花了很长的时间才弄明白。”

他也曾一度怀疑过自己的选择，“医疗领域创业周期太长了，要做好十年以上的心理准备。”

与机器学习和医疗器械相伴七年，向飞算是AI领域和医疗领域的老兵了。作为一名连续创业者，他在移联创做了几年的CTO和联合创始人，又在做医疗器械的思澜科技做技术合伙人和研发负责人。他不仅经历了完整的创新医疗器械从0到1的过程，更积累了团队建设经验、管理经验、技术研发经验。

而现在，他带领团队从零出发，同罗氏诊断合作，共同研发一项利用人工智能辅助医生进行伴随诊断及恶性肿瘤治疗方案选择的产品。

他说，做AI+病理产品的公司其实不少，相关的媒体报道却不多，这是一件极有价值的事，应该被人知道。

结缘“罗氏诊断” 他才发现这件事的价值

向飞和他的团队并不是一开始就决定all in AI+病理的。在投身这个领域前，知识视觉还进行着基于深度学习的肤质检测、基于人脸识别技术的“黑名单白名单”等产品，按他的话来说，那时候是“多腿走路”。而后来知识视觉决定“砍”掉了这些腿，将所有的力气用在利用人工智能技术辅助医生进行伴随诊断上，缘于和罗氏诊断的一次合作。

2016年11月，诊断学领域的市场领导者之一罗氏诊断开展了一个关于利用人工智能在数字病理图像中检测乳腺浸润性导管癌的科研项目，知识视觉凭借着其在医疗创新器械领域的沉淀，以及从研发，产品化和注册的全面经验，成为罗氏最终选择的合作伙伴。

“之前我们本不想再继续做创新医疗器械研发的，因为周期太长，产品成功的难度也很大。但在与罗氏诊断与华西病理研究室进行合作的过程中，我们发现病理医生确实需要计算机辅助分析来提升他们的工作效率，因为中国太缺病理医生了。”

没有精准诊断，哪来精准医疗？

据公开资料，全国职业病理医生大约只有9000人。“这不到一万的病理医生，要为十三亿人服务。这个比例是非常失衡的，拿美国来说，他们有2.7万病理医生，但是只需要为大概三亿人服务。”向飞说。

如按照2009年卫生部颁发的文件，每百张床位建议配备1至2名病理医生，那么2014年底全国医院床位数为618万张，由此推算我国病理医生缺口为6至12万人，主要原因是病理医生收入低、工作量大、培养周期长。

向飞认为，病理医生是医生中的医生，病理诊断也是医学诊断的“金标准”。但是由于病理诊断对病理医生的相关诊断经验要求很高且诊断主观性较强，同时病理诊断没有可靠的客观指标，因此不同的病理医生可能会给出不同的病理诊断结果，甚至同一位病理医生在不同的时间做出的诊断也会不一致。南京大学医学院周晓军教授曾给出数据：“二级甲等医院初诊意见与专家会诊意见的符合率仅为35%，市级医院37%，县级医院为26%。病理诊断含金量不足，导致肿瘤治疗过度或不足。”

与此同时，病理医生超负荷地工作也是影响病理诊断准确率的重要因素。向飞谈到：“一位病理医生通常一天要看100张以上的片子，因此病理医生需要再很短的时间里给出诊断结果，诊断时间不足势必影响到诊断质量。另外，随着精准医疗的快速发展，病理诊断中对病理医生的定量分析结果的准确性要求越来越高，但是病理医生几乎不可能在很短的时间中完成准确的定量分析，因此诊断风险巨大”。

所以尽管病理学检查早已深入到分子水平，但是病理诊断这一金标准的含金量还需要进一步提高，没有精准诊断哪来的精准医疗呢？ 

“病理诊断如果不精准，那么病人的治疗很可能不仅花了钱，而且还没有效果，同时还得承受药物的副作用。”向飞举了个例子：“一般女性乳腺癌患者中只有有20%的浸润性癌患者是HER-2阳性,而只有这类患者才有必要使用一款叫赫赛汀的靶向药。在目前还没有将赫赛汀纳入基本医疗保险药品目录的省市，一支赫赛汀的价格接近两万元人民币。使用赫赛汀治疗的总疗程1年，总费用超过35万元人民币。对于不存在该靶点的女性乳腺癌患者而言，选择赫赛汀治疗的结果很可能是不仅花了钱还延误了治疗。”

他研发AI辅助病理诊断系统，将医生的精力用在“刀刃”上

图片来源：国家癌症中心

根据国家癌症中心的数据，乳腺癌是导致中国女性发病率最高的恶性肿瘤，而向飞团队在前一家公司积累了五年的乳腺癌检测经验，于是知识视觉目前主要以乳腺癌检测为主。同时，向飞介绍说，正确检测和评定乳腺癌的HER2蛋白表达和基因扩增状态对乳腺癌的临床治疗和预后判断至关重要。HER2检测结果不仅涉及患者是否适合针对HER2的靶向治疗，并且对内分泌治疗、化疗方案的选择及预后评估起指导作用。所有的病理检测方式都要根据《乳腺癌HER2检测指南(2014版)》（以下简称《指南》）检测方法进行检测。

知识视觉与华西医院合作，拥有华西大量的进行过标注的历史样本进行大数据深度学习。可以帮助医生进行量化分析，标注出所有的癌细胞，使所有的诊断和质控都更好地符合指南。在进行了精准确诊之后，才能确定放疗、化疗、靶向药等治疗方式对特定的患者，哪一个最行之有效。

正在进行“人机大战”的病理医生

在2017年第七届中国病理年会上，知识视觉首次公开展示了公司与罗氏诊断、华西病理研究室共同合作的阶段性研发成果：罗氏诊断、华西医院病理教研实验室、知识视觉合作的辅助诊断乳腺癌的人工智能系统，作为参赛选手之一，与10位资深病理医生进行“人机大战”。大赛的结果显示10位病理医师的得分悬殊较大，而AI的平均得分为98.9分。

向飞称，在第七届病理年会上展示的成果仅仅是完成了技术可行性的确认，接下来知识视觉会尽快发布一款带有更加完整的乳腺癌伴随诊断辅助分析功能的AI辅助病理诊断系统，并进行多中心的临床科研试验，通过临床科研试验不断完善系统的稳定性和准确率，预计三年内取得相关产品的CFDA注册证。预计明年10月，知识视觉将会发布这款乳腺癌的伴随诊断的AI辅助产品。

目前，知识视觉已在2017年5月完成天目人工智能产业基金和清科资本共同投资的500万元天使轮融资。

向飞下一个纳入伴随诊断AI辅助计划的是发病率最高的肺癌和胃癌，并计划用AI技术辅助新药研发。“这件事情太有价值，我们希望被人了解。”向飞说。