臨床診斷數字化
——開啟病理學的新時代

病理作為公認的診斷“金標準”，在疾病的診斷、治療乃至預后中具有舉足輕重的作用。隨著人口老齡化，在癌癥等疾病的發病率不斷上升的同時，精準診斷的需求促使免疫組化等特殊檢查的申請量也在上漲，這些都大幅增加了病理醫生的工作量。而另一方面，由于工作環境、待遇等因素的影響，全球范圍內病理醫生都非常稀缺，如中國病理醫生的缺口就在九成左右。由此，如何應對這些挑戰就成為日益重要的課題。

臨床診斷數字化時代的到來

由于臨床診斷的全面數字化可以避免傳統玻片在分發、共享、運輸等環節的諸多不便，故大幅改善病理診斷的質量和效率，進而提升醫院整體治療水平和加快患者周轉率，一直是病理學發展的方向。由于技術條件的不成熟以及成本的限制，早期的病理數字化還僅僅限于對零星典型病例的掃描存檔以及會診，而日常工作中病理醫生仍然以使用顯微鏡或者CCD相機為主。2017年美國FDA基于一項評估了約2000病例的大規模多中心研究的結果批準了首個可用于病理臨床診斷的數字病理系統。該研究證明飛利浦IntelliSite數字病理系統得到的全切片圖像質量與傳統顯微鏡觀測相一致，從而可用于臨床診斷。網絡和存儲的性能提升及成本下降則使病理診斷的全面數字化變得現實及可行。千兆網、5G等技術的普及使得高達幾個GB的高清病理圖像的傳輸不再受限, 海量數據的存儲成本也在逐漸降低。由此，病理科臨床診斷的全面數字化已經逐漸走入現實。目前世界范圍內已經有LabPON等幾十家病理中心或者實驗室進行了全數字化的升級。在大中華范圍內，臺北榮民總醫院率先從去年開始分三期進行了全數字化改造。可以說，病理臨床診斷的數字化時代已經開啟。

臨床診斷數字化的價值

改善醫生工作體驗

長時間盯著顯微鏡和持續快速地切換鏡頭容易引起醫生肩頸的嚴重問題。經過了染色干燥等諸多工序的切片也會造成醫生的工作區嚴重污染，而很多病理科空間有限，也無法保證醫生有遠離污染的休息區和用餐區。數字化診斷可以有效地解決這些問題。符合人體工程學設置的顯示器和鍵盤乃至觸摸板、3D鼠標等人機交互設備會減輕醫生的疲勞和不適。在電腦前閱片也避免了玻片對于醫生工作區和休息區的污染。這使得病理科醫生終于有機會從刺鼻的氣味中解脫出來。面對新型冠狀病毒等傳染性疾病的樣本時，將樣本與醫生隔離開也為保證醫生的安全提供了額外的一層保障。

提升病理科的效率

傳統的大量玻片需要人工整理、分發和回收。這一過程費時費力，而且極易出錯。病理醫生拿到切片后首先要核對患者信息和切片數量，確認切片無誤。而當患者做了免疫組化等多種特殊的檢查后，醫生也沒法很方便地比較同一部位的不同染色結果。專業的流程和數據管理系統使得數字切片的分發快速而準確，不僅節省了人力，也避免了錯發或漏發切片，提升了診斷的安全性。在屏幕上閱片也提升了診斷的效率，比如醫生可以很方便地同屏比對或者堆疊顯示同一部位的不同染色結果，測量等操作也方便快捷。與醫院信息系統的集成，也使得醫生無需在各個系統中費力搜索就可以一目了然地掌握作出診斷所需患者的全部信息，從而得到正確的診斷結論。人工智能等高級分析技術則會使臨床中越來越多的定量測量，比如計數、測距等，變得省時省力，而且準確性和可重復性都大幅提升。

優化病理資源配置

數字化診斷突破了地域的限制，醫生可以在家中或者在外出開會途中隨時隨地地工作。比如為應對COVID-19疫情， FDA特意許可醫生在此期間使用特定的家用顯示器和飛利浦IntelliSite數字病理解決方案在家中進行遠程病理診斷。同樣的，在有多個院區的醫院里，本就人手不足的病理醫生也不必浪費寶貴的時間來回奔波，完全可以就近在各自的辦公桌前完成整個醫院的診斷工作。不同院區或者不同醫院之間的會診咨詢也不必再依靠快遞或者醫生人力運輸切片，數字切片可以快速分享而無需擔心運輸造成切片損壞或者丟失。支持同屏實時共享的系統和分級壓縮重建的圖像技術，使得多方實時交流互動變得非常方便。這就為區域病理中心的建立打下了基礎。比如澳大利亞的Sullivan Nicolaides Pathology病理中心就構建了一個覆蓋澳大利亞東部和北部廣袤地區的病理網絡，通過數名身在大城市的病理醫生為幾百萬平方公里的患者提供支持。而國際最大的獸醫醫療公司IDEXX則以87名醫生和28臺掃描儀組成了一個服務于美國、歐洲乃至大洋洲75個城市的大型國際病理網絡。區域病理中心的模式將使寶貴的病理醫生資源得到充分的利用和整合，促進整個區域的病理診斷水平乃至整體疾病診療水平的提升。

圖1 數字化時代病理醫生可以坐在整潔的辦公桌前通過顯示器來進行診斷。

圖2 數字化時代的遠程會診中，病理醫生可以實時共享及互動。

挖掘病理數據價值

隨著醫療大數據觀念的不斷普及，產學研各界對于醫療數據的價值有著越來越深刻的認識。診斷數字化毫無疑問是病理大數據的基礎。而數據化的病理信息則可以進一步連接未來的基因分析平臺和腫瘤多學科診療平臺等臨床決策平臺，使醫療決策更全面更智能。病理的人工智能技術的發展也依賴于大量的病理數據。相比于目前AI公司基于各自研發的產品而特地對少量病例進行拍照和勾畫的模式而言，臨床流程數字化將方便而自然地構建通用的AI訓練數據庫，減少了很多重復勞動，也大幅提升了數據量。這會極大提升病理AI輔助診斷系統的效能和開發速度。由于目前數字病理的圖片格式尚不統一，這就要求廠家的數據格式必須是完全開放的，從而保證數據長遠的可用性。同樣的，AI等高級分析工具的生命力在于能使醫生在臨床工作中隨手可用，而非局限于特定的孤立工作站中，這也要求圖像診斷平臺是開放的，可以與第三方的分析工具相集成，從而真正提升醫生的工作效率。只有開放的數據格式和開放的系統平臺才能真正地創建病理大數據庫，提升病理數據的價值，從而服務于臨床乃至產業發展。

臨床診斷數字化的實現

首要考慮的當然是法規問題，比如相應的數字病理系統是否被國家藥品監督管理局批準可用于病理診斷，以及有無其他國際上的相關注冊等。收費體系也是影響因素，比如江蘇、云南等地已經開始數字掃描的收費，按其收費價格算，可在一年內回收相應的投資成本，這樣就減輕了醫院在資金上的負擔，乃至實現盈利。

技術與合作也是不容忽視的因素。與現有的會診/科研掃描相比，臨床數字化從技術上講是海量數據生成、傳輸和存儲的問題，需要醫院各方面通力合作。高速而穩定的掃描系統是滿足臨床需求的必要條件。全自動設計以實現無人值守的掃描可以節約寶貴的人力。而高速的掃描可以用更少的掃描儀來滿足日常所需，空間和維護的成本都更低。每張數字切片大小依據樣本尺寸不同在1到幾個GB之間，而醫生在診斷時則需要對如此大的圖像做快速的放大縮小和移動。這除了對網速提出較高要求外，還需要專用的圖像壓縮和重建技術，比如iSyntax格式是將圖像做小波變換等處理后進行分級存儲和壓縮，減少了服務器之間傳遞的數據量，實現了更快的圖像傳輸和重建。海量的數據存儲是另一個問題。比如一個中等的病理科一年切片量都要在20萬張左右，頂級病理科甚至可達100萬張，由此病理科一年產生的數據量達幾百TB。這就要求系統有完善的分級存儲體系，既通過高速存儲架構保證短期的數據可以被快速地調閱出來，也有大容量架構以經濟地實現數據的長期存儲。iSyntax特有的壓縮技術就由于避免了其他格式的冗余存儲，可以在高速傳輸的同時最大程度地節約數據存儲空間。可見，只有病理科、信息科、醫院領導層相互配合，在專業醫療信息化解決方案供應商的支持下，采用覆蓋診斷全流程的整體方案，才能最終實現臨床診斷的全面數字化。