谷歌开源云端病理学 Python 资料库，加速医疗 AI 场景研发
IT之家 5 月 24 日消息，谷歌近日宣布开源一个名为 EZ WSI DICOMWeb 的 Python 资料库，以旨在简化操作，帮助开发者更轻松地从云端 DICOM（医疗数字影像传输协议）存储中访问检索全玻片影像 WSI 信息，从而促进数字病理学人工智能应用的发展。
▲ 图源 GitHub
因由全玻片影像 WSI 高分辨率图像容量非常庞大，从 DICOM 存储中以 DICOMweb 检索特定 WSI 信息并不一件简单的事。因此，谷歌开发 EZ WSI DICOMWeb Python 库的目的便是要简化这些操作，高效且简单地访问 WSI 区块图像，使 WSI 方便共享和访问。
相较先前要从 DICOM 储存下载完整的 WSI 的传统方法，本地端撷取区块图像不只增加网络流量使用费用，也会产生更多延迟，并占用大量储存空间。而 EZ WSI DICOMWeb 信息库可以直接通 API 检索需要的 WSI 区块图像，因此可直觉且简洁的使用图像资料，开发人员也不需要深入了解 DICOM 的数据结构和 API，而能更专注于应用开发上，进一步促进协作和知识传递，同时让研究人员更简单地将这些数据用于机器学习技术，在医疗保健领域推动人工智能应用。
IT之家注：病理切片是将组织样本切成非常薄的薄片，进行染色后在显微镜下观察，这是医学诊断的一部分。而 WSI 是一项将传统病理学切片数字化的技术，将病理切片数字化后存储在本地或云端以可方便地用于远程诊断、教育和研究等目的。
谷歌最近开源了一项云端病理学 Python 资料库，旨在通过可视化和自动化，加速病理诊断和疾病研究的进展，全面提高医疗 AI 场景的研发速度。
1. 谷歌的云端病理学 Python 资料库能做什么？
该资料库包含有关真实医学影像样本的标注和标记信息，涵盖各种病理诊断类型，包括乳腺癌、肝癌、胰腺癌等。它还提供了各种性质的特征提取方法和机器学习模型，可用于预测病理变化和诊断结果。谷歌表示，这将有助于医疗AI产品更快更准确地进行研发和测试。
2.为什么有必要开发云端病理学 Python 资料库？
病理学是临床医学的重要组成部分，但对于病态细胞的分析需要复杂的算法和数据处理，这使得人工诊断和分析变得异常繁琐。病理学资料库的开发将有助于处理医学数据和算法，改进医疗AI研发效率和准确性，帮助医生更好地诊断和治疗病患。
3. 谷歌云是如何承载病理学 Python 资料库的？
谷歌云平台提供了云存储、操作系统、机器学习和计算和视觉分析功能。这些服务可以协同工作，使病理学资料库的数据可视化和高效计算成为现实，实现分布式机器学习和人工智能计算。
4. 云端病理学 Python 资料库的使用前景是怎样的？
谷歌表示，云端病理学 Python 资料库是一个具有前瞻性的数据集，可用于开发更精确、更快速的病理诊断和AI模型。例如，在癌症诊断方面，它将帮助医生更准确地识别和分类癌症形态学特征，并为下一步治疗提供更好的方案。
5. 病理学资料库对伦理问题有哪些影响？
一个令人担心的问题是病理学数据的隐私和保护。这些医学档案中可能涉及到患者特定的身体信息和诊断记录，并且可能被用于开发商业化的医疗AI产品。因此，病理学资料库的开发必须遵循严格的隐私政策和尽职调查。
6. 病理学资料库开源是否会带来贡献？
谷歌的病理学资料库提供了机器学习模型和数据集，可以促进更广泛的学者和创业公司参与到病理学研究中来，并进一步改善医疗AI模型的准确性和可理解性。这也为病理学费用昂贵的技术和创新带来了更多的开发机会。
7. 病理学资料库的未来发展方向在哪里？
谷歌的病理学资料库只是医疗AI研究的一个片段。在未来，医疗机构需要进一步提升数据质量和安全保障，也需要构建更利于AI和数据科学的基础设施。借助公共和私人部门的合作，我们可以带给病人最先进的医学技术应用，以确保更好地医疗保健服务。
