5張細胞載玻片同時進入一體機，3分鐘內(nèi)出報告。這是7月2日上午，記者在西安一家醫(yī)院的病理科看到的一幕。

　　原本需要病理醫(yī)生逐幀觀察的細胞形態(tài)，AI系統(tǒng)會以熱力圖的形式標注可疑區(qū)域，并迅速出具系統(tǒng)報告。歷時8年研發(fā)，西安交大李奇靈教授團隊國際首創(chuàng)的這套“子宮內(nèi)膜細胞學篩查人工智能輔助診斷系統(tǒng)”已完成了從實驗室到臨床應(yīng)用的“最后一公里”，探索出一條“醫(yī)工交叉、校企協(xié)同、醫(yī)院驗證”的產(chǎn)學研一體化創(chuàng)新路徑。

　　臨床需求拋出課題

　　錨定“子宮內(nèi)膜細胞篩查全過程產(chǎn)品”

　　“子宮內(nèi)膜癌公眾知曉率低，但在女性群體中的發(fā)病率卻不低，且呈逐年上升的趨勢，隨著子宮內(nèi)膜癌發(fā)病率和死亡率的逐年升高，篩查迫在眉睫。”提起研發(fā)“子宮內(nèi)膜細胞篩查全過程產(chǎn)品”的緣起，李奇靈教授說，早期患者可通過規(guī)范的細胞學篩查實現(xiàn)早診早治，有機會保住患者的生育能力、內(nèi)分泌功能和生活質(zhì)量。

　　“現(xiàn)實情況是，因子宮內(nèi)膜細胞學篩查存在取樣難、診斷難、病理醫(yī)師缺乏等三大痛點問題，無法大規(guī)模篩查。接診患者中不乏這樣的病例：36歲的王女士尚未生育過，因一次異常出血就醫(yī)發(fā)現(xiàn)子宮內(nèi)膜癌，不得不切除子宮和卵巢，失去生育能力和內(nèi)分泌功能，最終錯失最佳治療窗口。”李奇靈說，針對這些難點和痛點，她已經(jīng)持續(xù)關(guān)注并投身研發(fā)十多年。

　　傳統(tǒng)篩查方法中，首當其沖的是“取樣難”。超聲只能提示內(nèi)膜增厚，但無法區(qū)分良性增生或癌變。李奇靈教授說，診刮術(shù)需要手術(shù)操作、創(chuàng)傷大、需麻醉、體驗差，可能因取樣誤差錯過病灶，存在漏診風險。

李奇靈教授在手術(shù)中。受訪者供圖

　　業(yè)內(nèi)相關(guān)專家認為，子宮內(nèi)膜細胞學篩查是最佳路徑，細胞學篩查面臨的首要問題就是取樣。李奇靈研發(fā)的一款新型子宮內(nèi)膜取樣刷——“Li刷”(Li Brush)，經(jīng)西安美佳家醫(yī)療科技有限公司的工程師們數(shù)年不斷優(yōu)化已經(jīng)面世。這個細小的一次性倒錐形取樣器以無痛、高效、安全的特點改變了患者篩查體驗感，并獲得國家專利證書。目前，“Li刷”已經(jīng)成功應(yīng)用于臨床，數(shù)據(jù)顯示其取樣成功率超95%，且病理檢測準確性與傳統(tǒng)診刮相當。

　　“Li刷的出現(xiàn)，讓子宮內(nèi)膜癌篩查不再令人恐懼。”北京大學附屬人民醫(yī)院王建六教授說。李奇靈表示，團隊正在致力于推動該技術(shù)納入基層醫(yī)療體系，“希望未來女性在社區(qū)醫(yī)院就能享受無痛、高效的篩查服務(wù)”。取樣問題解決后，李奇靈團隊又接續(xù)研發(fā)了SHI標本制片系統(tǒng)，攻克了傳統(tǒng)制片方式子宮內(nèi)膜細胞學篩查中“制片難”的問題。

　　“解決了‘取樣難’和‘制片難’，還面臨診斷難(最難)這一問題。”李奇靈說，病理診斷被稱為“金標準”，但一個合格的細胞病理醫(yī)生需要5-8年培養(yǎng)，每天看片8小時，最多處理50例樣本。團隊經(jīng)過調(diào)研發(fā)現(xiàn)，傳統(tǒng)人工閱片依賴醫(yī)生經(jīng)驗，涂片厚薄不均、細胞重疊等問題都容易影響診斷準確性。“我們急需一個‘不會累、看得準、學得快’的輔助工具。”李奇靈說。

　　臨床問題不能僅靠醫(yī)學領(lǐng)域單打獨斗，必須借助工科的技術(shù)力量。在一次醫(yī)工交叉論壇上，李奇靈將這一難題拋了出來。電信學部自動化學院鐘德星教授團隊現(xiàn)場回應(yīng)，其團隊在人工智能與醫(yī)學影像分析領(lǐng)域深耕多年，愿意和李奇靈團隊一起組建聯(lián)合攻關(guān)組，解決這個難題。

　　跨學科創(chuàng)新碰撞

　　一場醫(yī)工交叉聯(lián)合攻關(guān)的生動實踐

　　臨床醫(yī)學的精準需求遇上人工智能技術(shù)，一場跨越學科的創(chuàng)新碰撞，一場醫(yī)工合作的生動實踐火熱展開。

　　據(jù)西安交大相關(guān)負責人介紹，在國家醫(yī)學中心、區(qū)域醫(yī)療中心和國家醫(yī)學攻關(guān)產(chǎn)教融合平臺支持下，聯(lián)合攻關(guān)團隊從子宮內(nèi)膜細胞醫(yī)學圖像入手，結(jié)合人工智能和醫(yī)學影像分析技術(shù)，克服醫(yī)學圖像樣本少、標注難、個體差異大等難題，提出了多種先進的子宮內(nèi)膜癌計算機輔助診斷方法，提高了診斷效果。

　　研發(fā)過程中，李奇靈團隊提供了上萬例標注精準的臨床病例數(shù)據(jù)，在中國科學院史桂芝教授團隊的共同參與下，詳細解讀子宮內(nèi)膜細胞的形態(tài)特征、癌變規(guī)律，為AI系統(tǒng)搭建“醫(yī)學認知框架”;鐘德星團隊則發(fā)揮算法優(yōu)勢，設(shè)計深度學習模型，讓計算機“看懂”細胞涂片，通過反復(fù)訓(xùn)練優(yōu)化，最終實現(xiàn)對異常細胞的高靈敏度識別。

　　經(jīng)過反復(fù)試驗和優(yōu)化，團隊成功研發(fā)出國際首創(chuàng)的子宮內(nèi)膜癌篩查AI輔助診斷系統(tǒng)，能精準識別混雜背景中的異常細胞，有效緩解了臨床工作中細胞學診斷難及細胞病理科醫(yī)生奇缺的“卡脖子”難題，破解了長期困擾婦科腫瘤早篩的診斷瓶頸。

子宮內(nèi)膜癌篩查人工智能輔助診斷系統(tǒng)由西安美佳家醫(yī)療科技有限公司落地轉(zhuǎn)化。受訪者供圖

　　“王阿姨，報告顯示，您的子宮內(nèi)膜細胞學檢查結(jié)果正常，但結(jié)合血清標志物數(shù)據(jù)，建議每年定期復(fù)查。”在一家醫(yī)院婦科門診，王女士手握一份篩查報告，懸著的心終于落地。這份讓她安心的報告背后就是“子宮內(nèi)膜細胞學篩查人工智能輔助診斷系統(tǒng)”的“功勞”，讓子宮內(nèi)膜癌這個“難篩、漏篩”的“沉默殺手”無處遁形。

　　據(jù)了解，“子宮內(nèi)膜癌篩查人工智能輔助診斷系統(tǒng)”已由西安美佳家醫(yī)療科技有限公司落地轉(zhuǎn)化，并成功獲批子宮內(nèi)膜細胞醫(yī)學圖像分析系統(tǒng)二類醫(yī)療器械注冊證。這是全球首例獲批的子宮內(nèi)膜細胞圖像分析相關(guān)的二類注冊證。在實際應(yīng)用中，這套AI系統(tǒng)展現(xiàn)出驚人實力：對早期癌變細胞的識別準確率達95%，閱片速度是人工的20倍，且能穩(wěn)定輸出標準化診斷結(jié)果，有效彌補了不同級別醫(yī)院診斷水平的差異。目前，該系統(tǒng)已在廣東、北京、陜西、河南、新疆等地的20余家醫(yī)院落地應(yīng)用。“AI不是替代醫(yī)生，而是成為醫(yī)生的‘超級助手’。”李奇靈表示，這項技術(shù)突破，不僅推動子宮內(nèi)膜癌篩查進入智能化時代，更助力優(yōu)質(zhì)醫(yī)療資源下沉，為女性健康筑起更堅實的防線。

　　形成閉環(huán)創(chuàng)新鏈條

　　產(chǎn)學研合作育人結(jié)出碩果

　　在合作過程中，李奇靈團隊和鐘德星團隊共同指導(dǎo)研究生開展交叉課題研究，學生既深入臨床學習病理知識，又參與算法編程，形成了“臨床需求—技術(shù)研發(fā)—臨床驗證”的閉環(huán)創(chuàng)新鏈條，在產(chǎn)學研合作育人方面取得喜人成績。

　　“我參與了項目二期臨床研究中的一個小環(huán)節(jié)——臨床取樣、追溯病理結(jié)果等?；谠趫F隊中的實踐，我完成了以‘子宮內(nèi)膜人工智能圖像識別系統(tǒng)的有效性’為主題的畢業(yè)論文。”李奇靈教授的研究生、寶雞市人民醫(yī)院婦科醫(yī)生尹盼月告訴記者，她最大的收獲是在參與產(chǎn)學研合作過程中，逐漸建立起臨床科研思維，學會從臨床現(xiàn)象中提煉科研問題，促使她不再僅滿足于“治好眼前的病”，更會思考“如何讓更多患者受益”，同時也提升了她的跨學科整合能力，拓展了認知邊界。

　　李奇靈教授團隊成員梁冬鑫博士，現(xiàn)就職于西安交通大學第一附屬醫(yī)院。“當時我的相關(guān)課題遇到了瓶頸，就和老師討論通過醫(yī)工交叉來解決。踏進理化實驗室剛開始很難，基礎(chǔ)的專業(yè)名詞對我來說都是陌生的，再加上醫(yī)學與理工科之間思維的差異，在溝通上可能就各講各的，還都無法理解對方提出的問題。”梁冬鑫告訴記者，李奇靈教授就頻繁地組織團隊內(nèi)外相關(guān)學科的教授，如鐘德星教授、吳彪教授、吳春生教授等人開研討會，提出問題、答疑、反復(fù)進行充分討論，加上大量查閱相關(guān)文獻及科研資料，以及相關(guān)學科同學和老師們的傾囊相授，梁冬鑫的科研思維逐漸在醫(yī)學思維基礎(chǔ)上加開了“理工科副本”。最終，團隊設(shè)計出了既能滿足臨床需求又具備可行性的課題，并把課題開展起來。“當醫(yī)學的‘痛點’遇上工程的‘利器’，果然能激發(fā)出意想不到的創(chuàng)新火花，最終實現(xiàn)了臨床需求+科研攻關(guān)+人才培養(yǎng)的閉環(huán)。我最大的感受是在科研這條路上，一定要多查多問多做，不要畏難，不要偷懶，踏踏實實做下去。”梁冬鑫說。

　　“產(chǎn)學研不是簡單的‘1+1’，而是讓臨床智慧與技術(shù)創(chuàng)新相互滋養(yǎng)。”鐘德星教授坦言，合作中最珍貴的是兩個團隊形成的“共同語言”——醫(yī)生學會用數(shù)據(jù)思維描述問題，工程師則更懂臨床場景的實際需求。這種深度融合，正是破解醫(yī)學難題、推動技術(shù)落地的關(guān)鍵。

　　此次科研突破為子宮內(nèi)膜癌篩查提供了“中國方案”。西安交通大學國家技術(shù)轉(zhuǎn)移中心技術(shù)經(jīng)理人張瑋說，這一項目在陜西股權(quán)交易中心(西部創(chuàng)新港)服務(wù)中心掛牌后，將加速科研成果的技術(shù)轉(zhuǎn)化和產(chǎn)業(yè)升級，為后續(xù)研發(fā)注入強勁動力。

　　文/記者 任娜