病理诊断是一种基于图像信息的诊断方式，是绝大部分疾病、尤其是肿瘤疾病的诊断“金标准”。但在该领域，供需不平衡的问题长期存在。《中国智慧病理行业白皮书》指出，病理医师培养周期长、培养难度大等问题的存在，导致病理医生缺口大、病理资源分布严重不均。

在此背景下，2016年前后，伴随着“互联网+智慧医疗”的倡导与病理诊断在数字化方面的发展与积淀，一批病理AI企业先后成立，「透彻未来」就是其中之一。与彼时大部分瞄准“AI+细胞病理”的企业不同，这家企业自2017年创办之始，便选择了更为复杂、处理难度更高的“AI+组织病理”。

截至目前，在AI赋能病理诊疗方面，透彻未来已取得一系列成果，包括但不限于病理诊断图像处理软件二类医疗器械注册证的获取、透彻大脑（Thorough Brain）病理大模型的自建、AI病理辅助诊断系统透彻洞察（Thorough Insights）的搭建及商业化。

Thorough Insights：单张切片用时不到30秒

AI病理赋能诊断大体分两步：将样本玻片转化为数字切片、运用数字化技术辅助病理医生诊断。业界的研发难点普遍集中在第二步，也即如何获取权威数据、搭建深度学习模型。

为攻破难题，2018年开始，透彻未来同多家三甲医院达成合作，邀请病理学专家分别标注多个器官病理数据，由此积累沉淀形成数据库。此后，基于该数据库，透彻未来迭代自研人工模型，提高其对常见器官的敏感度、扩大其在病理诊断领域的适用范围，搭建出AI病理辅助诊断系统Thorough Insights。

王书浩介绍，作为透彻未来的拳头产品，Thorough Insights最初只能识别几种常见的癌症类型，后来渐渐能够实现部分癌种的分型、良性病识别等。目前，该系统在胃、肠、肺、前列腺、淋巴结等多模块的病理学诊断已在全国几百家医院落地应用。

在病理辅助诊断领域，利用Thorough Insights，“仅需两小时即可处理数百张切片，每张切片平均仅需30秒”，王书浩介绍，“系统对恶性肿瘤的识别敏感度接近100%，特异性超过80%，能够为医生提供重点关注的位置提示和辅助诊断报告，显著提升诊断效率。到目前为止，在三甲医院中，已成功帮助拦截了十几例早期肿瘤漏诊情况。”

该系统的迭代还在不断深化。今年3月，Thorough Insights v3.0发布。通过优化算法、与医院常见病理信息系统的联动，其精准性、使用便利性得以进一步提升。

建立病理大模型，研发支持治疗的新产品

2023年9月，Thorough Brain病理大模型正式发布。作为一种底层技术，该大模型基于海量病理数据和先进的Transformer架构构建，其作用相当于一个“有知识储备的病理学医生”。

“如果一个AI模型从零开始学的话，即便是输入给它很多数据，它的学习能力也是有限的，”王书浩解释道，“但透彻病理大模型已经学习了数十种人类器官的病理数据，形成了一些器官病变组织形态相关的基本认知，再去做任务的时候，学习效果会有效提升。”

据悉，通过后续持续学习，该病理大模型还可以完成语义分割、目标检测、实例分割等下游任务，甚至能够以拟人化的方式阅读病理切片并自动输出病理诊断报告，以提升病理诊断的准确性和效率。

诊断之外，AI病理产品支持“精准治疗”的进程也在持续推进中。王书浩介绍，基于自研的弱监督学习技术一款名为透彻阿拉丁（Thorough Aladdin）的产品正在研发中。

通过对海量病理数据的深度学习，一方面，Thorough Aladdin能够帮助发掘与肿瘤相关的数字靶点，支持新药研发和临床应用。例如，已有研究表明，该系统能够帮助识别出与肺癌EGFR突变与ALK重排等相关的特征区域；另一方面，借由多模态融合技术，发掘病理图像中与患者预后相关的特征，它也能够助力病理影像实现效能更大化，为患者提供更个性化的肿瘤治疗建议。

布局多级市场，发挥技术潜能

据了解，透彻未来已于2023年4月获得病理诊断图像处理软件二类医疗器械注册证。近日，透彻未来完成了近亿元A+轮融资，资金储备也为未来产品研发、迭代和市场拓展创造了条件。

透彻未来CEO刘岩斌此前接受采访时，曾表达公司在弥补病理诊断资源分布不均方面的愿景，即在为三级医院提供智慧病理诊断私有云之余，还希望通过区域诊断病理云为二级以下医院提供支持。

王书浩表示，目前AI病理产品进医院所面临的挑战主要在于各省物价收费目录设置、支付渠道打通等，这直接影响着医院决策。据了解，在试点方面，湖北省已启动“数智化病理科”建设，通过搭建智慧化病理服务体系、开放共享的病理服务平台，加强病理人才培养、医疗装备更新等。这对于AI+病理方向的创业公司而言，是发挥技术潜能的重要机遇。

文章来自于“36Kr”，作者 “常泽昱”