从数字病理切入癌症精准诊断，人工智能推动医疗发展

世界癌症报告显示，2012年中国癌症发病人数为306.5万，约占据全球发病的五分之一；癌症死亡人数为220.5万，占全球癌症死亡人数的四分之一。到了2015年，中国每年因癌症死亡的人数增长至281.4万，癌症的持续性增长是中国发展中面临的社会问题，这也对医疗体系提出了挑战，如何加快诊断速度和精确度成为医院的努力方向。

目前中国的数字病理发展并不完善，从国际发展情况来看，数字扫描仪等硬件发展处于领先地位的是美国和日本，软件的发展相较于硬件更为滞后一些，飞利浦PIPS于今年4月获得美国FDA批准首个全切片成像系统上市。在中国，病理诊断流程对人工的依赖性仍然较高，自动化程度较低。医院病理科的医生由于读片数量和经验积累的不同，病理读片的准确度也不尽相同。

在此背景下，微瞰智能针对癌症诊断提供了解决方案，采用基于深度学习的病理图像定量分析，为组织病理和免疫组化预后模型提供快速、低成本的定量分析结果。这种方式能够减低误诊、误治；快速、低成本地确定癌症治疗策略。从数字病理软件切入，逐步向硬件深化发展，微瞰智能希望能够尽早为医院提供软硬件一体的全套解决方案。

联合创始人&COO徐丰告诉猎云网，目前微瞰智能主要有三款产品，分别为数字病理分析系统（DPAS)、胃癌／乳腺癌癌变区域识别系统、乳腺癌IHC4量化分析系统。第一款产品DPAS可以实现对数字病理样本的存储、展现等功能，定位为病理医师的工作平台。它基于病理科室工作流程定制开发，可以助力医生完成科室间的内外协作。

后两款产品除了对数字病理图像进行呈现外，还能完成诊断和筛查功能，即数字病理图像的预处理。胃癌／乳腺癌癌变区域识别系统会自动对癌变区域进行勾画和标记，并对病变面积占比、着色梯度进行自动化分析。它定位为病理医生辅助诊断工具，可以完成胃癌、乳腺癌癌变区域的自动识别、标记、热区视野排序和快速定性判别。乳腺癌IHC4量化分析系统在识别对象上略有区别，主要针对乳腺癌分子分型的免疫组化预后模型进行图像定量分析。

目前微瞰智能在上述三个产品的图像分类识别准确率均大于85%，在它的辅助下，病理医生的工作效率可提升100%，复核准确率达95%以上，癌症精准诊断在人工智能技术的推动下得以提升，数字病理即将进入市场爆发期。

据了解，微瞰智能的产品将首先进入上海和江苏，医院和科研机构可使用SAAS形式的数字病理分析系统，并按年缴纳使用费和升级费。今年10月底，胃癌癌变区域识别系统将进入医院投入临床测试，12月底乳腺癌癌变区域识别系统进入医院试用，明年2季度完成乳腺癌IHC4量化分析系统的产品研发。

团队仍然在人工智能方面进行不断的探索和优化，并致力于让公司产品覆盖至更多癌症类别。徐丰从技术角度对猎云网解析道，一方面，微瞰智能与医院进行合作，通过他们提供的数据完成机器学习，让系统覆盖至组织形态、细胞形态相近的癌症类别；另一方面，对于组织形态差异较大的癌症，团队会建立新的算法。

盈利方面，目前采用的是SAAS服务收费的方式，未来还将拓展更多盈利渠道，如仪器销售等。

微瞰智能的核心团队主要来自于计算机和医学两大领域。创始人&CEO李冠男是华威大学计算机博士；科学顾问Nasir Rajpoot 是华威大学计算机系教授；COO徐丰是原医学影像专家集团联合创始人。

今年2月份，公司曾获得上海众合创业投资、上海优势奇正投资的天使轮投资。目前团队正在寻求Pre-A轮1000万元融资，主要用于医院推广、产品研发、团队扩张。