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合作、上海优势奇正合作的天使轮合作。目前团队正在寻求Pre-A轮1000万元合作,主要用于医院推广、产品研发、团队扩张。