近年来，人工智能+医疗已经成为业界的热门话题。计算机技术与医疗服务的跨境合作为该行业的未来发展提供了新的维度。人工智能主要应用于疾病诊断、医疗辅助、医学发展等方面的医学领域，包括病理诊断、影像诊断、语音识别、健康管理、可穿戴设备、医院管理、心理健康、药物开采、生物技术等多个环节。由于数据量大，对医生的要求高，病理诊断领域已成为人工智能在医疗行业应用中最重要的细分领域之一。

       病理AI利用人工智能算法对数字化病理切片进行诊断。目前更典型的应用程序被称为DNA测试,身体是2倍的正常细胞和细胞分裂的过程中在两到四倍的身体条件,和肿瘤细胞将显著异常DNA内容,出现异常DNA倍4倍体细胞,通过检测异常细胞DNA倍,可以知道样品的突变细胞,具有良好的应用程序在肿瘤的早期诊断,并能提高诊断的效率,提供标准化、量化的检测指标。

       在常规病理诊断和癌症筛查中引入人工智能辅助甚至替代人工工作，可以有效弥补人工诊断效率低、病理学家不足、缺乏统一的质量控制管理等问题。

       病理AI诊断过程主要包括标准化切片制作、数字化切片扫描、AI算法读取切片、AI提示阳性切片手工复核等环节。实现病理AI诊断的关键是标准化准备、数字化处理、充足的基础数据来训练算法模型，以及控制AI算法的假阴性率(将病理细胞误认为正常细胞)。作为一种用于诊断的计算机AI识别图像，对切片图像的标准化要求很高，能够保证稳定的制备和成像标准的仪器是病态AI算法发展的基础。第二病理诊断覆盖疾病种类较多,特别是在各种类型的癌症,为了实现准确的诊断各种疾病病理AI情况下需要大量的数据来支持,该行业的主要方法是通过人口普查的常见疾病辅助诊断病理学医生减少重复工作,提高病理诊断效率,的假阴性率的模型算法控制的关键病理AI,在保证有效的病理诊断效率的前提下，防止由于算法误判而导致的诊断病理AI可以保证，从而促进诊断。

       病态人工智能的发展包括数据积累、算法开发和场景应用

       病理学AI的开发过程主要包括有效数据的收集和积累，基于有效数据的算法开发，模型训练，医院和第三方检测场景的应用。数据库包括相关硬件设备制造商和医院、第三方检测机构、算法开发涉及权威病理专家组、智能算法开发企业等。人工智能应用场景返回医院病理科和第三方检测机构。针对不同的下游医疗应用场景和病理诊疗特点，开发了不同的辅助医生诊断的算法，随着数据量的扩大和下游需求的不断更新。

       哥伦布医疗是医药行业撮合性服务平台，它集批发釆购及信息发布于一体，借助互联网的力量，整合医药行业上下游资源，打通行业流通闭塞，提升流通效率。

       有效数据的积累是病理性人工智能算法发展的关键。目前，该行业还处于发展的早期阶段，有效数据的积累是进入下一阶段的关键。中国大部分医疗数据存储在医院和第三方检测机构。一方面，医院内部临床数据中心建设不完善，内部数据互联共享水平较低。另一方面，第三方检验机构拥有良好的数据资源积累，但由于相关设备和软件的差异，不同的检验机构数据标准化程度不同，往往会根据自己的数据资源开发算法。

       转自 搜狐网 哥伦布医疗