您去看醫(yī)生進行例行檢查。她決定對看似微不足道的病變進行細針抽吸（“可能什么都沒有……”）。但是幾天后，您會回電。他們發(fā)現(xiàn)了一些異常細胞。

您的醫(yī)生建議您在辦公室進行切除的專家，將組織樣本發(fā)送到組織學實驗室。實驗室的組織學家準備了樣品，方法是將切片切成薄片，放在“盒式磁帶”中，然后將其整夜送到另一個實驗室進行處理。第二天返回組織塊時，組織學家從處理過的石蠟包埋組織切下載玻片，并用蘇木精和曙紅對它們進行染色，蘇木精和曙紅分別與細胞結構結合。創(chuàng)建一個病例編號，然后將載玻片放在塑料托盤上，然后送到病理醫(yī)生那里，就好像在提供開胃小菜一樣。病理學家可能會把托盤沿著大廳走到另一位病理學家，后者會在顯微鏡下檢查標本，有時會建議使用其他解釋性染色劑。做出診斷，病理報告會發(fā)回給您的醫(yī)生，然后由他制定治療計劃。整個過程可能需要數(shù)周，有時甚至數(shù)月。

患者和醫(yī)療專業(yè)人員已經(jīng)習慣了這種演練：數(shù)十年來，這一直是標準做法。但是人工智能的發(fā)展即將破壞疾病的診斷。

想象組織學家可以掃描幻燈片，創(chuàng)建電子圖像，不同的醫(yī)生，實驗室和技術人員可以通過數(shù)字方式對其進行訪問。組織樣本可以存儲在云中，并與遙遠的專家共享，他們可以與醫(yī)療服務提供者進行遠距離合作?？梢酝ㄟ^識別組織樣本中特定特征和行為的深度學習算法來證實診斷。數(shù)字圖像成為血液或組織樣本的歷史記錄。整個診斷過程可能從幾周到幾小時不等，從而加速了至關重要的患者護理。

“我們一直在討論病理學是藝術還是科學，”數(shù)字病理學AI和云平臺供應商Deep Lens的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Dave Billiter解釋說。Billiter來自更傳統(tǒng)的醫(yī)療保健機構，在Cardinal Health和Nationwide Children‘s Hospital的研究所擔任行政職務。但是他認識到人工智能在醫(yī)學領域開辟新局面的希望。

“實質上，您是依靠訓練有素的眼睛來診斷生物樣本。但是，疾病有很多不同的類型和亞型。即使擁有訓練有素的醫(yī)學專家，您也要依靠個人來理解他們。對于病理學家而言，這是一個艱巨的過程。然后，您開始添加所有這些不同的生物標記物，基因組學，代謝組學……這是病理信息海嘯！”

隨著對更多專業(yè)化需求的增加，病理學家的數(shù)量正在減少。據(jù)醫(yī)學實驗室觀察家稱，盡管由于嬰兒潮一代的老齡化和基因組研究的不斷發(fā)展，醫(yī)學專業(yè)的畢業(yè)生選擇病理學作為專業(yè)的人數(shù)有所減少。

“我們看到的病理學專家人數(shù)正在減少，”位于加利福尼亞州奧蘭治縣的獲得董事會認證的血液病理學家Saskia Boisot醫(yī)師證實。“部分原因是醫(yī)學院沒有像其他專業(yè)那樣突出病理職業(yè)。部分原因是病理學家的工作市場非常有限，這種實踐完全取決于與醫(yī)院或私人參考實驗室的隸屬關系，很少有自治的機會?！?/p>