編者按
為簡化癌症研究人員的工作，SUTD的學生團隊搭建了一個多功能的，利用人工智慧來提高效率的數字組織病理學平台 Quire。其識別組織切片的速度大約是人類識別速度的1,500倍，可以大大提高研究人員在檢測上的速度。
1 組織切片與癌症
活體組織切片，是指從動物或人類身上取下少量活組織作病理學診斷的一種檢查方法。活檢對腫瘤的臨床診斷有重要意義，不僅可以確定其組織分類，還可確定其為良性或惡性，為治療提供非常可靠的依據。
肝組織切片，來源：MEDLIVE
通常，研究人員會採取手術切除、內視鏡或針頭穿刺吸取等方式，在身體中取出組織切片後交給病理專家。在顯微鏡觀察下，病理學研究人員可以檢測腫瘤細胞的發生與發展狀況，也可用來確認手術切除是否完全。
框出的「斑點」可能代表組織產生病變，來源：SUTD
2 組織切片的瓶頸
雖然組織切片（病理診斷）是目前腫瘤診斷方式中最高級別、最可靠的診斷方式，但其同時也面臨著不少難處。
病理診斷需要經過基礎處理、製作切片、染色、顯微鏡觀察、進一步診斷等步驟，而其中顯微鏡觀察則是最核心的步驟。一位病理學研究人員觀察一個組織切片一般是三個小時起步，如果結構較為複雜或者切片較大可能需要大半天。這個過程非常繁瑣且耗時，往往會占用研究人員大量的時間。
研究人員在觀察切片，來源：SUTD
除此以外，觀測的精度也會有一定的誤差。正在進行有絲分裂的細胞通常只有10微米寬，相當於一根頭髮絲的兩百分之一。研究人員在手動注釋邊界時可能會出現疏漏，導致結果並不準確。
3 Quire
為簡化癌症研究人員的工作，SUTD的學生團隊搭建了一個多功能的，利用人工智慧來提高效率的數字組織病理學平台 Quire。
Quire的研發團隊，來源：SUTD
研發團隊的成員之一Krishna曾經在Qritive實習。該公司正在研發臨床級AI系統，以增強癌症的組織病理學診斷，並協助醫生為患者提供更準確和有針對性的診斷。
Qritive官網，來源：Qritive
Krishna介紹到，癌症是全球第二大死因。「但是，由於癌症這個問題過於廣泛，癌症研究並沒有一個代表性成果。因此，說癌症的研究人員太少其實並沒有誇大其詞。」研發團隊認為有必要提高癌症研究的效率，於是在聘請Qritive擔任行業指導後，Qurie誕生了。
實驗團隊通過巨大的資料庫來訓練Quire劃分癌症細胞區域和確定有絲分裂細胞數量的速度和準確性。在進行完這兩個步驟後，Quire會將結果合併並計算出有絲分裂活動指數（MAI），其為確定腫瘤為良性還是惡性的重要指標之一。
Quire 介面，來源：SUTD
相比肉眼觀察切片，Quire的速度就快多了，其觀察、分析速度相當於人類的1500倍。同時，其精度與人類相當，甚至在劃分邊界時優於人類！有了Quire，分析效率可以大大提升，而更多的研究人員就可以把經力投入到花在癌症領域內有意義的發現上，而非簡單的重複操作。
其實，AI在醫學上已經得到的廣泛的運用，除了像Quire這樣進行影像識別的人工智慧以外，更多的AI也在病情診斷、雲病例平台、手術操作等領域發揮著重大的作用。
AI診斷，來源：達科技
不過，就算醫療人工智慧雖然先進，目前其也只能應用於醫療輔助領域，更多的研究、研發事務仍然由人類來承擔。不過，隨著醫學的發展，要是醫生們研究清楚了人腦的結構，是否能真正造出和人類無差異的機器人呢？這或許就是下一個工業改革的命題吧！
