每年在全球各地要進行上億件的活體組織切片檢查，其中多數最後診斷出並非罹患癌症。不過實驗室要花上好幾天或幾週的時間才能獲得結論，患者為此感到忐忑不安。
數位病理學新創公司 Proscia 執行長 David West 說：「患者的情緒大受影響，他們身上的癌症正隨著時間的推移而有著不同的發展。」
其實有可能大幅減少相關的處理時間。近年來已經開始對活體組織切片檢查的作業進行數位化，更多病理學家在顯微鏡下使用人體組織切片的數位掃描內容進行觀察，而非使用實際的載玻片。
NVIDIA Inception 虛擬加速器計畫成員一的 Proscia，將這些數位活體切片樣本存放在雲端，如此一來便能不分國界來分析這些樣本，醫院可以諮詢各地的病理學家，也讓人工智慧有機會協助專家分析樣本和提出診斷結果。
West 說：「如果有機會在相同時間內觀察兩倍數量的載玻片，對實驗室來說絕對是一大勝利。」
總部位於費城的 Proscia 最近獲得 A 輪融資的 830 萬美元，用以開發該公司的人工智慧技術與部署軟體。上週發表的一項可行性研究指出，Proscia 的深度學習軟體對三種常見類型的皮膚病變進行分類的準確率超過 99%。
活體切片檢查分析的花絮
病理學家的重要任務便是檢查人體組織的實驗室樣本，以判斷其為罹癌還是良性。West 表示按照疾病的類型和發展階段，兩名觀察同一組織的病理學家可能有半數以上的機會，對診斷結果有著不同意見。
這些專家的工作量過大，各地也出現人手短缺的問題，各實驗室內有著過多的活檢載玻片，卻沒有足夠的人手來進行檢查。
West 說在中國每八萬名病人有一名病理學家，美國每 2.5 萬名患者中就有一名病理學家，但許多病理學家已屆退休年齡，同樣面臨著人數減少的問題。West 說不少國家都有病理學家人數稀缺的問題，處於「爆發危機的懸崖邊上」。
他估算在未來五年內，有八成到九成的大型實驗室會捨棄顯微鏡，改用掃描儀來進行活體切片檢查分析。Proscia 的訂閱制軟體平台旨於協助病理學家在人工智慧技術的輔助下，提高分析這些數位活檢樣本的效率。
Proscia 使用 Amazon Web Services 上的多款 NVIDIA Tesla GPU 來進行數位病理學軟體和人工智能開發相關工作。現有全球四千多名病理學家、科學家及實驗室管理人員使用該公司的平台，以管理活體檢查切片資料和工作流程。
Proscia 的數位病理學與人工智慧平台顯示了這張「蘇木精-伊紅染色」（H&E stain）皮膚組織影像的熱區圖分析內容。
Proscia 將在12月發表該公司的首款深度學習模組 DermAI，這項工具將能夠分析皮膚活體組織切片檢查內容，在經過訓練後可以辨識約一般皮膚病學實驗室觀察約七成的病理內容。該公司現正開發另外三個模組。
Proscia 使用來自臨床合作夥伴提供的有標記和無標記資料來訓練其演算法。由專業病理學家建立的有標記資料集加上了整體診斷的標籤，影像內形成特定組織時則是加上粒度更細的標記。
在多個治療階段都能指示進行活體切片檢查，Proscia 則是著重於醫生研究活體組織和決定治療方案的初始診斷階段。
「人工智慧查看這些病例，當成幕後的虛擬第二意見。」West 說，如此一來便可降低錯失黑色素瘤等難以瞧出之癌症的機會，讓病理學家間的診斷更能取得共識。