“人工智能是颠覆性的变革技术，将对医学的发展产生深远影响。”南京信息工程大学自动化学院教授徐军在博士后期间，开始全力投入到医学图像领域的研究，“基于医学影像的诊断是医生对很多疾病筛查和诊断的主要手段，它能够帮助医生早期发现疾病，从而及时地干预和治疗，提高疾病的治愈率和生存率。因此，人工智能与医学影像的交叉和融合是非常有前景的研究领域。”

读博期间，徐军所在的浙江大学工业控制技术国家重点实验室就与哈佛医学院有相关合作，在美国从事博士后研究期间，他参与了一个项目，是基于乳腺钼靶(X光)图像的乳腺癌辅助筛查系统。

乳腺癌是目前女性最常见的恶性肿瘤之一，早期诊断乳腺癌的主要方式是乳腺钼靶影像诊断。“为了提高诊断准确率，美国通常要求两名影像科医生共同完成乳腺X光图像诊断，但是合格影像科医生的培养周期长且昂贵。”徐军介绍，因此很多科研机构开始研发基于乳腺钼靶图像的乳腺癌辅助筛查系统，来替代第二位影像科医生的辅助诊断。

全球第一个疾病计算机辅助诊断系统就是基于乳腺钼靶影像的辅助诊断系统，目前已经被大规模运用于临床。“在美国，尽管近年乳腺癌的发病率仍然在逐年上升，但乳腺癌造成的死亡率却逐步下降，这说明人工智能技术对疾病的诊疗和预后具有重要的作用。”徐军介绍，我国有经验的影像科医生数量并不充足，而且较集中在更发达地区，基于先进人工智能技术的诊疗系统的研发是解决这个问题非常好的方案。

不久之后，徐军就将研究领域从影像拓展到了更加具有挑战性的病理学研究，这是一个完全崭新的领域，徐军当时所在的实验室是国际上最早开展计算病理研究的实验室之一。计算病理技术运用先进机器学习和图像分析的方法定量分析高分辨率显微镜病理切片，同时把病理医生的诊断经验和知识进行量化，以融入到人工智能辅助病理诊疗系统。“病理是疾病诊断的‘金标准’，病理诊断精准是治疗精准的前提，但我国的病理医生数量不足，因此每个病理医生都承担了超常规工作量的阅片工作。”徐军说，先进的计算病理技术不仅能够辅助病理医生处理简单重复性的阅片工作，而且能超越病理医生的视觉和记忆，减少人的主观性差异，“因此这项技术对中国医疗水平的提升太重要了。”

计算病理对数字化切片的质量和算法的性能要求都很高，因此这个领域的研究难度非常大，“但是这块硬骨头须得啃下”，回国后徐军将主要精力投入到计算病理的研究。“通过多年的努力，我们已经获得一系列原创的研究成果，下一步期望将这些成果落地转化。”徐军说，“希望我们所研发的计算病理技术，能减轻病理医生的工作量，提高工作效率，实现病理诊断的客观、精准、定量、可重复;同时把经验丰富的病理专家诊断经验延伸到欠发达地区，让这些地区也能够获得优质的病理诊断服务，提升这些地区的诊疗水平，从而提高人民的健康水平。”

“所有科学研究都是困难的，这条道路上充满了艰辛和坎坷，考验着研究人员的毅力和坚持。”徐军说，以自己研究的领域为例，医学影像人工智能领域面临许多从未被探索过的问题，难度大、周期长，“我们最近发表的几篇论文，从研究到发表的周期都在5年左右。”

“面对困难和挑战，应当保持定力和自信，并为之不断努力。”早在2013年，徐军就意识到，深度学习很适合解决高度复杂的组织病理图像中细胞和组织的分割及识别问题，然而当时的审稿人却认为这项工作贡献不大，所以论文最开始被一个四区期刊拒之门外。“那是一个雨天，我在出租车上收到邮件，想到自己认为有意义的工作却不被认可，心情非常低落。”

但徐军并没有放弃这项工作，而是开展了更加深入的研究，并且进一步扩大评估和验证的实验范围。2015年底，这项工作被医学影像领域的顶级期刊录用，论文发表后很快得到了国际同行的认可和关注，现在这篇论文的被引用率达570多次。今年，南京信息工程大学和中大医院成立了医学人工智能联合研究院，希望推动医学和理工科研究人员的深度融合和交叉，致力于医学人工智能领域国际前沿和原创性的研究，“非常欢迎对医学人工智能领域感兴趣的同学加入。”徐军表示。(杨频萍)