病理檢查是癌癥診斷的重要標準，醫(yī)生通過在顯微鏡下觀察病變組織、細胞，以出具診斷報告。為了提高診斷效率，Google 在顯微鏡上增加了AI和AR組件，讓診斷過程更為智能。

Google 的研究人員在美國癌癥研究協會年會（ACCR）上發(fā)布報告，以正在評審的論文《一種實時自動檢測癌癥的增強現實顯微鏡》，描述了這種增強現實顯微鏡的原型，改進的顯微鏡能從目鏡中直接讀取診斷結果。

以往的診斷過程中，病理學家對病變組織的分析可能相當耗時。此前也已有多家團隊的研究表明，深度學習在眼科、皮膚科、放射科和病理學等學科的診斷上效果顯著。Google 也正嘗試利用 AI 技術提升癌癥診斷效率，也已發(fā)表研究證明神經網絡對淋巴結中乳腺癌轉移的檢測與醫(yī)務人員準確率相當。

除了輔助病變組織的分析，這個顯微鏡的主要創(chuàng)新之處在于，改進了診斷結果獲取的效率。此前的研究中，醫(yī)生在顯微鏡下觀察切片，在計算機上讀取結論，需要在不同設備間來回切換。Google 的新工具通過給顯微鏡增設 AR 功能，將診斷結果疊加在切片上，讓醫(yī)生能夠在視場中實時讀取結論。

左圖：顯微鏡示意圖。數碼相機捕獲與用戶相同的視場，并將圖像傳送到運行 AI 的計算機，結果會投影到目鏡上的 AR 顯示屏中，切片上就能實時顯示相關標注了。 右圖：臨床光學顯微鏡改裝得到的顯微鏡原型。

Google 的工具由普通的光學顯微鏡改進得來，經簡單改裝引入 AI 和 AR 組件，因此可以節(jié)約成本，利于在小型實驗室和診所，或發(fā)展中國家中應用。

工具的原理也很簡單。人工智能的部分同之前的研究如出一轍，訓練神經網絡檢測癌細胞。之后在改進顯微鏡下放置組織切片，鏡頭捕捉圖像輸入計算機，讓 AI 檢測組織中的癌細胞，并將虛擬標記投影到目鏡中的 AR 顯示屏，以便醫(yī)生觀察診斷。這個流程能夠實時完成，目前能以每秒 10 幀的速度運行。切片也可以按需隨時移動或縮放，計算結果可以無縫更新。

不同放大倍率的乳腺癌在淋巴結的轉移。綠色框內為腫瘤組織。

團隊配置了乳腺癌和前列腺癌兩種癌癥的檢測算法，并用綠色輪廓標記出檢測到的腫瘤區(qū)域。團隊稱，基于其它訓練模型，這個工具還可用于其他癌癥以及結核病和瘧疾等傳染病的檢測，以及顯示更多所需的數據，還能應用于醫(yī)學、生命科學和材料科學等學科。相關評估需要更深入的研究。