2023年2月10日-12日，由中國介入呼吸病學創新產業聯盟、中國醫師協會介入呼吸病學工作委員會及蘇州協同醫療健康基金會主辦，上海同濟大學附屬東方醫院與FOCUS聚焦呼吸介入聯合承辦的 “2023年介入呼吸病學上海創新論壇” 在上海金陵紫金山大酒店成功召開。
復星杏脈自主研發的“全球首創、獨家專利”的氣管鏡AI-ROSE智能輔助分析系統精彩亮相本次大會。廣州醫科大學附屬第一醫院呼吸與危重癥醫學科主任、廣州呼吸健康研究院副院長、國家呼吸醫學中心副主任李時悅教授在蒞臨觀摩復星杏脈展臺時，給予AI-ROSE高度肯定，并表示對AI-ROSE在未來介入呼吸病學的臨床應用充滿期待！
李時悅院長給予復星杏脈AI-ROSE高度評價
此次大會，中山大學附屬第一醫院呼吸與危重癥醫學科副主任廖槐教授應科主任郭禹標教授委托，以“基于肺癌大數據的AI-ROSE輔助診斷系統研發及臨床應用”為主題，為大家分享其臨床應用與實踐經驗，獲得與會專家們的積極反響。
廖槐教授現場演講AI-ROSE
人工智能提高肺癌綜合診治能力
未來AI前景無可限量
廖槐教授首先就項目主題展開介紹，本次AI-ROSE是結合中山大學附屬第一醫院的檢驗數據、病理數據，以及對醫院先前已經開展的快速現場評價（Rapid On Site Evaluation，ROSE）樣本數字顯微圖像管理系統進行整合而開發出來的基于人工智能的肺癌輔助診療應用，用于提高肺癌的綜合診治能力。目前影像科AI的發展非常迅猛，它的診斷敏感性特異性也是非常之高，雖然最終決策是由醫生判斷，但是AI已經成為醫生有利、可靠的助手。
廖槐教授現場講課
基于人工智能構建ROSE模型
輔助病理學家做出更有效更準確的診斷
病理檢查對肺癌治療尤其關鍵，其中支氣管鏡檢查是診斷肺癌的重要方法。ROSE（Rapid On-Site Evaluation，快速現場評估），是在介入檢查過程中，由細胞病理學家現場進行制片及快速評價，向操作者實時反饋穿刺是否成功，并提供初步診斷的一種方法。顯而易見，ROSE概念的興起和執行，對氣管鏡現場決策、快速精準診斷的幫助非常大。然而ROSE技術的開展卻離不開病理醫生的現場支持，傳統ROSE技術極度依賴于人力，需要有專門的醫務人員染色閱片，因人工閱片工作量大導致的眼睛疲勞等問題，繼而產生漏診等情況，因此ROSE技術的臨床應用推廣受到極大限制。
AI 病理技術的出現有望解決這個問題。廖槐教授表示：復星杏脈氣管鏡AI-ROSE可以輔助呼吸科、病理科醫生在支氣管鏡檢查過程中進行實時、精準的現場診斷。AI-ROSE技術基于人工智能的學習，能自動完成對樣本的良惡性分類以及細胞學分型結果判讀，醫生只需簡單復核。第一次我院使用AI-ROSE時，這個設備給予我們很大震撼，呼吸科引入AI-ROSE技術，可以擺脫ROSE技術對高年資病理醫生的需求限制，解放更多醫生。
廖槐教授現場講課
AI-ROSE的研發及臨床應用項目創新
通過Al結合硬件，幫助Rose 擴大臨床應用的病種范圍 -通過"Al+篩查、Al+手術評估、Al+隨訪”的全流程肺部疾病賦能體系，縮短影像采集、特征提取、形態分析、定量分析的流程運作時間。
-實現影像診斷與臨床診治的無縫銜接，提高病患救治機會。
改善支氣管鏡診療臨床流程，支持現場式診斷治療一體化 -優化支氣管鏡常規分段式操作與診斷臨床流程。
-通過臨床流程優化，可以大大提高支氣管鏡檢查與外科治療質量與數量。
-為患者減少等候時間和避免二次檢查，同時為科室社會和經濟效益提高提供有效的手段。
拓展多科室科研協作，數據協同，未來構建多中心科研協作的數據平臺 -以呼吸與危重癥醫學科、胸外科、腫瘤科為重點學科，進一步加強與其他科室數據協同。
-支氣管鏡診療的大數據中心和科研平臺，所有的數據可以與醫聯體和科研合作單位相連，可以實現多中心科研協作的數據平臺。
廖槐教授現場講課
郭禹標 教授
中山大學附屬第一醫院呼吸與危重癥醫學科主任
中山大學附屬第一醫院 呼吸與危重癥醫學科主任，教授，主任醫師
中山大學附屬第一醫院 老年病研究所副所長
呼吸病學/呼吸治療學博士研究生導師，博士后合作導師
第五屆中國醫師協會呼吸病學分會常務委員
第十一屆中華醫學會呼吸病學分會全國委員兼哮喘學組委員
廣東省醫師協會呼吸病學分會副主委
廣東省醫學會內科學分會副主委、粵港澳大灣區內科聯盟副主席
廣東省醫學會呼吸病學分會常委兼青委會主委助理
廣東省臨床醫學會肺癌精準治療及臨床研究專業委員會副主委
吳階平醫學基金會模擬醫學部常務委員
新冠肺炎廣東省醫療專家組副組長、中國赴塞爾維亞抗疫專家組成員
廖 槐 教授
中山大學附屬第一醫院呼吸與危重癥醫學科副主任
中山大學附屬第一醫院 呼吸與危重癥醫學科副主任，副主任醫師，碩士研究生導師
中華醫學會呼吸分會介入呼吸病學組委員
中華醫學會呼吸分會胸膜與縱隔疾病學組（籌）委員
中國老年醫學學會呼吸內鏡與介入治療學組委員
廣東省醫學會呼吸分會介入呼吸學組成員
廣東省醫學會內科學分會常委及學術秘書
廣東省醫師協會呼吸科醫師分會呼吸治療專業學組成員
廣東省胸部疾病學會呼吸介入專業委員會副主任委員
廣東省預防醫學會呼吸病預防與控制專業委員會介入學組副組長
全球獨創 核心專利
復星杏脈氣管鏡AI-ROSE智能輔助分析系統
復星杏脈氣管鏡AI-ROSE智能輔助分析系統由全自動數字顯微鏡和人工智能分析軟件兩部分組成，可輔助呼吸科、病理科醫生在支氣管鏡檢查過程中進行實時、精準的現場診斷。AI-ROSE技術基于人工智能的學習，能自動完成對樣本的良惡性分類以及細胞學分型結果判讀，醫生只需簡單復核即可。呼吸科引入AI-ROSE技術，可以擺脫ROSE技術對高年資病理醫生的需求限制，使該技術得以更廣泛、更快速的應用到肺部病理診斷工作中去。
目前，復星杏脈AI-ROSE已進入全國呼吸科Top20余家三甲醫院，其中包含：廣州醫科大學附屬第一醫院、浙江大學醫學院附屬邵逸夫醫院、上海市胸科醫院、上海市東方醫院、廣州中山大學附屬第一醫院、云南省第一人民醫院、蘇州大學附屬第一醫院、西安交通大學附屬第一醫院和北京朝陽醫院等（排名不分先后），AI-ROSE均受到主任們的廣泛好評。
復星杏脈氣管鏡AI-ROSE智能輔助分析系統
AI-ROSE臨床價值與效益
具有輔助醫生、增強ROSE臨床可用性的可能
開展ROSE不僅需要現場制片，更要求細胞學醫師在極短的時間內對切片進行全面判讀，包括細胞形態、分類、計數、構成比、排列、相互關系、背景及外來物等等，這對病理醫生的經驗、時效性、抗壓性都是極高的要求，因此開展ROSE對于我國缺乏專業病理診斷資源的醫療機構來說是非常大的挑戰。研究證實，AI-ROSE具有輔助醫生、增強ROSE臨床可用性的可能。[1]
圖1-惡性patch(左)和AI-ROSE分析相應的熱圖(右)
研究顯示，經過訓練的AI-ROSE模型準確率和敏感性分別為84.57%和80.91%（圖2A）。為了進一步測試模型的臨床可用性，研究者對AI和細胞病理學家的結果進行了進一步的比較，在測試組的162張ROSE玻片中，高級、初級細胞病理學家和AI-ROSE模型的準確率分別為96.90%、83.30%和84.57%。AI-ROSE模型的分類與金標準相關性高于初級細胞病理學家，復星杏脈氣管鏡AI-ROSE需求和意義
實時 精準 易上手低于高級細胞病理學家（圖2B)。[1]
圖2-AI-ROSE的分類結果與細胞病理學家比較
復星杏脈氣管鏡AI-ROSE需求和意義
實時 精準 易上手
緩解病理醫師稀缺的壓力 目前國內病理醫師稀缺，幾乎無法滿足床旁病理診斷需求，AI-ROSE幫助院內極大減輕病理醫師稀缺的壓力，自動執行掃描+分析的全流程操作，完全嵌入到ROSE工作流程中。
節約手術時間與周期 杏脈AI-ROSE可以在術中快速進行玻片的掃描和分析，給予手術醫生現場反饋，指導手術醫生的后續操作。該技術極大提高了活檢的準確性，以及病理診斷結果的陽性率，節省了手術時間和手術周期，減少了二次甚至三次活檢的概率。對手術醫生、患者、病理科醫師均起到了極大的正向作用。
輔助術中局部治療 杏脈AI-ROSE的術中快速反饋，對于術中發現有結節、腫瘤的患者，可以給予精準反饋和確認，為術中局部治療提供了參考依據和保障。
復星杏脈
人工智能締造全球10億家庭健康生活
復星杏脈作為復星旗下首個獨立孵化的人工智能企業，是一家專注于醫療人工智能的高科技公司。公司秉承“人工智能締造全球10億家庭健康生活”的使命，通過科技創新推動循證醫學向精準醫學的跨時代飛躍。
公司自2017年成立以來一直保持高速發展的趨勢。復星杏脈是目前國內率先完成一橫一縱的完整產研布局的公司，一橫是助力醫院影像科、病理科、超聲科、呼吸科、心內科、腫瘤科等“醫技+臨床科室”橫向貫通；一縱是軟硬件整體方案覆蓋“早篩、早診、早治、隨訪”全流程。復星杏脈多款產品協助醫院打通不同醫技科室與臨床科室協同應用的痛點，建立以患者為中心的診療一體化中心，提升醫院流程效率以及精準化治療，讓更多的患者獲益。
目前復星杏脈累計SCI發表的科研文章影響因子總計342.4分，國內外發明專利已經多達100余項，累計獲得省市級以上項目、基金超過50項，其中國家級項目10余項，如科技部2030人工智能重點發展專項、國家十四五重大專項、國家973重大專項等。
復星杏脈目前涵蓋“頂級三甲醫院”、“基層醫療”以及“智慧醫療”。針對頭部三甲醫院，軟硬一體、AI輔助診斷、MDT診斷及方案將大大降低人員重復勞動的需求，提升科室運營效率；針對基層醫療，通過智能化的區域醫共體建設，解決基層人才短缺問題，讓分級診療切實落地；針對智慧醫療，通過與醫學大中心的合作研發具備三類醫療資格的產品，協助智慧醫療真正進入診療體系，塑造未來智慧化醫院治療場景。
文獻參考：
[1]XinZhanga，DilbarAi，QinHu，et al.Artificial intelligence-based rapid on-site cytopathological evaluation for bronchoscopy examinations.Intelligence-Based Medicine.2022;6:10069
1.本文內容僅供專業人士學術交流之用。
2.本文所述內容若涉及禁忌內容或注意事項，詳見產品說明書。更多信息，請聯系：aitrox@fosun.com