Academics | The Hong Kong University of Science and Technology

随着人工智能技术的发展，尤其是在医疗领域，机器学习和深度学习技术为病理学的诊断和研究提供了新的可能性。实验室与广州安必平医药科技股份有限公司（以下称“安必平”）的合作，旨在整合双方优势，聚焦病理诊断智能化发展领域，对多模态医疗数据的整合和增强、基于众包及知识图谱等的医疗影像数据标注及处理、及以数据为中心的可解释医疗人工智能等相关前沿课题进行深入合作，提升病理诊断服务及医疗数据价值，推动病理行业高质量发展。

本合作项目于2023年5月正式启动。实验室对此的研究项目包括：医疗数据的众包标注，医疗AI任务的弱监督学习，医疗AI任务的可解释性研究等

目前我们已搭建可对免疫组化、免疫荧光等病理图片进行精准标注的自动标注平台，病理医生使用后反馈可节省50%的标注时间。我们还研发了具有病理知识的大语言模型，对给定病理图像展示出良好的判读能力，我们将持续优化现有的数据模型，力求达到病理科初级医生的阅片和诊断水平。同时，我们也对已存储的病理图片、病理文字描述等非结构化的病理数据进行数据挖掘，为病理科研提供坚实的数据基础。

病理是肿瘤诊断的“金标准”，癌症的防与控均离不开病理诊断，随着病理诊断向数字化和智能化转型，病理数据的标准化与高效标注成为了转型过程中的“卡脖子”技术。安必平是国内病理诊断领域首家上市企业，专门从事病理诊断相关技术产品研发，旗下的宫颈液基细胞学图像辅助诊断软件（LBP-PIAS）已在医学图像分析、临床辅助诊断等方面实现技术突破。在这一背景下，实验室负责人陈雷教授指出，当前的机器学习领域，模型和硬件资源是相对充足的，而高质量的数据资源却异常稀缺。他期望，通过与安必平的合作，实现“以模型为中心”到“以数据为中心”的转变。将复杂医学任务拆解成初级医学工作者可以胜任的简单任务，降低数据的获取成本；利用大量自动标注的简单任务数据提高AI诊断准确率，充分挖掘病理数据的潜在价值；通过量化医学指标、抽取诊断规则，提供数据为基础的可解释性，解决病理诊断智能化过程中的痛点，为我国甚至全世界病理诊断智能化，通过医学精准诊断造福社会而贡献力量。