基于人工智能的數字病理教學平臺

萬君 楊倩穎 祖文玲 蔣龍棋

摘要：目前，學校或醫院的病理、組織、細胞等形態學切片的實驗教學中，仍舊采用傳統的黑板教學模式，且不同學校有著不同的形態學切片資源。現有的這種教學模式存在很大的局限性。文章針對現有技術存在的問題，提出一種數字化顯微互動平臺模式。本平臺將數字化切片的權限公開，讓學生的學習脫離傳統的黑板教學模式，且解決了不同學校學生溝通的距離問題。

關鍵詞：數字病理;教學平臺;顯微互動;醫學教育

中圖分類號：G642.0? ? ?文獻標志碼：A? ? ?文章編號：1674-9324（2019）37-0123-02

病理學是基礎醫學與臨床醫學的橋梁，主要以觀察病理狀態下的細胞，組織器官的形態為主，以解剖學、生理學等基礎醫學學科為基礎，揭示疾病的病因、發病機制和轉歸的醫學學科[1，2]。病理學是基礎醫學課程中的難點[3]，且傳統的病理教學模式不能滿足學生實際的需求，因此，本文嘗試將基于人工智能的數字病理教學平臺引入病理教學中，以加強學生學習的交互性及學習興趣，提高病理知識應用能力。

一、傳統的病理教學——黑板教學模式

在我國，傳統病理教學模式具有顯著的局限性，課程設置死板、教師填鴨式教學，各醫學院的病理切片數量質量較差，保存起來不方便，與臨床實時病理差距甚遠。醫學院之間沒有實現資源共享，導致更優更好的資源無法進行交互，難以提高整體的病理教學水平。因此，學生學習思維停滯及綜合能力嚴重缺乏。在臨床中常用到病理學理論知識，但在醫院的實際工作中不能隨身攜帶一本厚重教材，且教材一直在更新，難以將理論知識與實際相結合。目前，病理實驗教學是以觀察各系統疾病的玻片展開的，學生利用傳統顯微鏡對病理切片進行觀察，玻璃切片的分發、回收、鏡頭轉換、對焦調節等都浪費大量的時間[4]。病理系統結構單一，單純的玻片無法從不同角度幫助學生理解，學生經常無法分辨病變區域，且玻片存在易碎、易脫色、不典型、學生使用的時間與空間受限制、影響學生自主性等問題，在平時鞏固復習時很難再想到切片的模樣[5]。

20世紀初，在美國部分醫學院，傳統的顯微鏡已經被數字病理技術取代。之后至少有1/2的醫學院校已經引入數字病理切片系統，或者是已經開始籌備引入該技術[6]。隨著數字病理技術的發展，將其引入病理教學中，改變傳統的病理教學模式已然成為趨勢。

二、新型的病理教學——基于人工智能的數字病理教學平臺

隨著計算機技術的快速發展，大數據影響著人們的日常生活方式和行為習慣，成為學術界及各行各業研究的熱點[7]。病理切片是二維醫學圖像，是一種典型的結構化數據，非常適合人工智能的深度學習。基于人工智能的數字病理教學平臺，包括中央處理器、學生端、教師端和專家端，主要用于學校、醫院的病理、組織、細胞等形態學切片的實驗教學。平臺具有完善的病理教學知識圖譜。知識圖譜是一種智能、高效的知識集成的方式，能夠幫助用戶迅速、準確地查詢到自己需要的信息。基于人工手動更新的知識圖譜具有更高準確率，因此更新依賴于專業的專家團隊。教師與學生可視化完成理論知識學習與測驗、數字切片分析、臨床思維培養，解除師生在時間與空間上的限制。

平臺主要組成模塊（見下圖）：（1）在平臺內，切片統一掃描成WSI格式儲存在云平臺，并在數字病理圖像上加入二維碼。二維碼內有對應組織的正常和異常的形態描述、相關病例，如高血壓數字切片，二維碼內有正常和異常的切片圖及高血壓的病例和臨床治療。后臺管理或專家會將數字病理圖像提前標注好，如淋巴細胞浸區、吸收空泡等。（2）以學校進行劃分，學校下設各科教師，教師管理班級，學生注冊，自動歸到所在學校班級，方便教師布置作業。（3）專家端：可以憑信息單獨注冊;通過微信中央處理器可以看到學生提出的問題及其分析解答，上傳更廣泛的醫學相關視頻、近期相關病例，在學習社區板塊與學生、教師一起討論交流。（4）教師端：所述中央處理器將學生的考試成績、平時學習記錄、相關視頻學習記錄、疑難問題解答分析等進行數據儲存、數據處理后傳送給教師;考試內容、時間由對應教師提供與操作，考試結果的判定由本平臺算法自動生成;統計學生成績，其中包含學生考試及其成績自主統計;上傳學習視頻等資料進行評價與分析，同時可以與專家討論現代教學的利弊，有利于教學的改革。（5）學生端：利用數字病理知識圖譜，學生可查看形態學各學科的數字病理圖片;學生對上課的內容或者醫學有疑問時，能直接在線提出問題以及與教師、同學、專家進行討論交流;學生可看病歷，自主分析，并自動彈出正常圖像與病變圖像的區別;可在微信公眾號平臺上做題考試;可標注重點并保存筆記，筆記可存入云端共享。

平臺集成了病理學、細胞學、組織胚胎學等形態學學科的數字病理圖像的知識圖譜、疾病譜系、疾病術后管理指導、病例、視頻、題庫以及題庫隨機生成的考試系統。平臺還可應用于學校教學、醫院醫生規培教學。本平臺建設學習社區，方便學生、教師、醫生之間的交流討論。

平臺內的知識圖譜與醫院交互，數字病理圖像具有典型性，始終貫穿課程，同時能不斷更新與優化，實現多元化學習。通過該平臺，希望能增強學生自主學習能力，拓展學生知識面，同時減輕教師的壓力，極大拓寬師生視野，提高綜合能力，促進多方交流與合作，完成數據與知識共享，實現病理教學平臺的全方位覆蓋。

三、未來展望

病理學是一門具有高度實踐性的學科，理論教學內容繁多，專業性強且枯燥難懂，導致很大一部分學生難以理解。如何更有效地提高病理教學的質量，讓病理的教與學更好地深入開展，成為很多病理教育者共同關心的話題。基于人工智能的數字病理教學平臺存在以下幾大優勢：（1）由于閱讀的片子為虛擬的數字病理圖像，可使學習的切片數量大增，拓寬學生視野與知識面。（2）自主學習和課后復習，獲取圖像方便，只需一部手機掃描二維碼即可。（3）資源及時更新、共享和查閱。（4）便于教師、專家、學生等平臺之間進行交互。雖然該平臺有以上顯而易見的優勢，但依然存在挑戰，數據庫中的數字病理圖像要求高精度準確性的標注，需要耗費大量的人力，且標注人員要有權威性，具有一定的醫學知識背景;可供掃描的切片的資源較少等。但隨著人工智能的飛速發展和數字切片掃描系統成本的降低，我們相信，數字病理圖像取代傳統的顯微鏡終將成為病理學實踐教學的必然趨勢。

參考文獻：

[1]Hoda S A，Cheng E.Robbins basic pathology[J].2017，148（6）：557.

[2]王錦.基于“工作過程導向”的病理學教學改革[J].中國醫藥指南，2011，9（10）：174-175.

[3]姜華，楊芳，王燕，等.病理學教學中開展基于聯系的整合性課程探索與實踐[J].醫學信息，2019，32（5）：11-13.

[4]穆晶，張海青，車南穎.翻轉課堂在病理學教學中的應用思考[J].中國醫藥導報，2016，13（19）：123-126.

[5]孫瑜嬬，李濤，應小平.數字切片掃描系統在病理解剖學實驗教學中的應用與體會[J].承德醫學院學報，2016，（03）：259-261.

[6]帥萍，李保林，肖海，等.數字切片聯合數碼互動系統在病理學實驗教學中的應用[J].贛南醫學院學報，2012，32（5）：734-735.

[7]黃志峰，王曉陽，付麗媛，等.基于Web與Node.js的醫學影像與病理結果對照檢索系統平臺的設計與實現[J].醫療衛生裝備，2017，（11）：51-54，58.

Digital Pathology Teaching Platform Based on Artificial Intelligence

WAN Jun，YANG Qian-ying，ZU Wen-ling，JIANG Long-qi

（College of? Medicine，Chengdu University，Chengdu，Sichuan 610106，China）

Abstract：At present，the traditional blackboard teaching mode is still used in the experimental teaching of pathology，tissue，cell and other morphological sections in schools or hospitals，and different schools have different morphological slice resources.The existing teaching mode has great limitations.In this paper，a digital microscopic interactive platform model is proposed to solve the problems existing in the existing technology.This platform exposes the authority of digital slicing，makes students learn away from the traditional blackboard teaching mode，and solves the problem of communication distance between students in different schools.

Key words：digital pathology;teaching platform;microscopic interaction;medical education