把癌症诊断从8小时压到1秒，用的竟是2017年的老模型

脑瘤切除手术进行到一半，外科医生最想知道的只有一件事：肿瘤切干净了没有。按现有流程，拿到这个答案要等8个小时以上。取组织、福尔马林固定、石蜡包埋、切成薄片、染色、显微镜检查，一步都不能省。

2023年6月，播客Cognitive Revolution请来一位叫塔尼什克·马修·亚伯拉罕（Tanishq Mathew Abraham）的博士生。他刚发表的论文，把这套流程压缩到了1秒：用一种新型显微镜给完整组织拍3D图像，再让AI把灰度图像“染”成医生熟悉的病理切片样子。不切一片组织，不碰一滴染料。主持人内森·拉本兹（Nathan Labenz）算过账，这至少是两个数量级的时间压缩。

节目录制几天后就是塔尼什克的20岁生日。这个年纪的研究者，同时是开源社区EleutherAI的成员、医疗AI研究组织MedARC的核心人物，研究算力由Stability AI赞助，连他的博士学业都拿过对方的奖学金。上一期节目聊的是他的另一个项目：用功能性核磁共振记录的视觉皮层活动，反推受试者当时看到的图像。这一期聊病理科，论文标题长得像绕口令，内森念完自己先笑了，里面的信息量倒配得上这个长度。

老流程卡在哪：8小时与30分钟的尴尬

先看现在病理诊断的标准动作。医生从病人身上取下组织，用福尔马林固定，让结构保持在原位，再埋进石蜡，才能切成几微米厚的薄片，贴上载玻片，最后用苏木精和伊红两种染料上色，也就是病理报告里常见的“H&E染色”。细胞核被染成深紫色，其余结构呈粉色，医生看的就是这个紫粉配色的图像。

整套流程通常要8个小时。更麻烦的是它不可逆：组织被切片、染色之后基本就消耗掉了，想换一种染法再看一遍，得重新取材。

常规诊断等得起，手术台等不起。塔尼什克的研究特别关注脑瘤手术：医生在脑组织里一点点切除肿瘤，需要有人实时告诉他，这块还有肿瘤，那块已经干净了。现有的替代方案，比如术中冰冻切片，30分钟能出结果，但图像质量差，判读困难，有些医院在用，医生用得并不顺手。手术中的每一分钟，医生都在凭经验做取舍，切少了怕复发，切多了伤及健康脑组织。

每个人都认识做过肿瘤切除手术的人。手术之后问，切干净了吗？医生说，我认为切干净了。他们到底是怎么确定的，把握有多大？

这是内森在节目里的大意。那句“我认为”背后，缺的就是一块又快又准的术中证据。

新显微镜：不切片、不染色，还能进手术室

论文用的成像技术叫QOBM，全称定量斜背照明显微术，由佐治亚理工学院的实验室开发，塔尼什克这次是跟这个实验室合作。它属于“免切片”显微成像的一种，直接对完整的新鲜组织成像，拍一张图1秒左右，输出的是3D数据，想看哪个切面，软件里调出来就行。内森觉得这一幕跟上一期的脑成像项目有几分相似，都是先无损地拿到完整数据，再从中提取想要的东西。

更关键的一点是它“免标记”。有些免切片技术仍然需要染色，QOBM连染料都不用。这一点决定了它的上限：不给活体组织染色，才有可能做活体成像。总不能往病人脑内还在工作的组织上倒染料。组织保持完整，同一份标本还能反复成像、换角度分析，这在老流程里想都别想。

这套设备已经被迷你化成一支手持探头。手术时，医生拿探头对准切除边缘，拍一下，1秒拿到3D图像，软件里切出虚拟切片，AI上色，屏幕上直接出现接近标准病理切片的图像。内森把这个流程概括成三连：虚拟切片、虚拟染色、虚拟判读。他还补了一句，虚拟染色一旦跑通，诊断成像的数量可能会爆炸式增长，到时候得再训练一个分类模型自动初筛，人只看机器拿不准的那部分。

数据少得可怜，还天生无法配对

训练AI需要数据。大语言模型的训练动辄几万亿token，这项研究的数据是什么规模？2358个QOBM图像块，1737个H&E图像块，每个块512乘512像素，全部来自几只大鼠和几名人类患者的少量标本。内森承认，换他来做这个项目，第一反应是先凑一亿对输入输出数据，真那么干，切组织就得切到天荒地老。

为什么这么少？塔尼什克解释，医学标本的收集成本极高。用大鼠，就得先养瘤再处死，一批一批来；用人的标本，只能等脑瘤手术刚好剩下可用于研究的组织。想凑大规模数据，除非方法已经成熟到能做临床试验，否则没戏。常规病理的H&E切片倒是不难收集，医院本来就存着大量存货，麻烦就麻烦在这项研究用的是全新成像技术，没有现成数据集可蹭。

还有个更根本的麻烦。要让AI学会虚拟染色，理论上需要成对数据：同一块组织，QOBM拍一张，H&E拍一张，一一对应着学。问题在于，拿到H&E基准图像之前，组织必须经过固定、包埋、切片、染色那一整套破坏性处理，处理完的组织已经变了形，空间位置挪动，结构细节改变，两张图对不上像素。

有人会问，那就老老实实配对采集行不行？行不通，破坏性处理发生在成像之后，配对在物理上就做不到，只能靠算法绕过去。这类问题有个专门的名字：非配对图像翻译。

为什么是CycleGAN：老模型的胜利

塔尼什克选的解法是CycleGAN，2017年前后发表的模型，按AI圈的标准算老古董。他试过基于对比学习的新方法，也试过扩散模型，效果都不如它。他半开玩笑说，本来以为读博期间早该用上扩散模型了，结果兜兜转转，还是这个老家伙最好使。他猜测，一些新方法隐含了某些假设，跟病理图像的特性对不上。

先讲GAN的基本原理。两个神经网络互相博弈：生成器负责造假，拼命产出看起来像真数据的图像；判别器负责打假，学习分辨真图和假图。两边互相施压，生成器的造假水平被逼着一路上涨。2020年之前，StyleGAN那类模型生成的假人脸一度刷屏，用的都是这套技术，可以说是生成式AI的雏形。

CycleGAN在这个基础上加了一个环。它有两组生成器和判别器：第一个生成器把QOBM图像变成假的H&E图像，一个判别器专门盯着H&E这个域，分辨真切片和假切片；第二个生成器再把假H&E图像变回QOBM图像，另一个判别器盯着QOBM域。关键在后头：变回来的图像要跟最初那张QOBM原图直接比对，越像越好。

这个闭环逼着模型守住一条底线：想在最后还原出原图，中间那张假H&E图像就必须保住原图的全部内容。随便造一张逼真的H&E图骗过判别器没用，内容丢了就回不去了。这套机制叫循环一致性，CycleGAN名字里的"Cycle"就是打这儿来的。训练完四个模型，实际使用时只留第一个生成器，另外三个全部扔掉。塔尼什克试过结构更简单的单模型方案，跑是能跑，效果就是差一截。

但机制有漏洞。团队发现，H&E图像里细胞核是深色的，因为苏木精是吸收性染料；QOBM图像里肿瘤细胞的细胞核偏偏是亮的。模型被搞糊涂了，开始把QOBM图里的暗区，比如细胞质，硬画成H&E里的深色细胞核，位置完全错位。

解法简单到离谱：把QOBM图像做一次灰度反转，细胞核在两种图像里就都是深色的了。任务被简化成“暗区对应暗区”，模型立刻走上正轨。塔尼什克管这叫琢磨模型的“心理”，摸清它怎么偷懒，再把路铺平。与其跟模型的怪癖较劲，不如把题目改写成它最容易做对的样子。

整个项目真正花功夫的地方，多数在数据处理和清洗上，模型本身反而不复杂。这也是他读博以来最大的收获，业界叫法是以数据为中心的AI。

没有高质量数据，再先进的模型也帮不上忙。我的导师爱说一句话：垃圾进，垃圾出。

他提到，最近大语言模型领域也有论文开始强调数据过滤的重要性，这个共识正在扩散。

没漏过一个肿瘤，但离手术台还有几年

模型的错误全在一个方向：把正常结构误报成可疑目标，没有漏掉任何一个真实肿瘤。内森特意点了出来。误报的来源还是两种成像方式的差异：H&E切片薄到几微米，一根斜着走的毛细血管只能留下几小段碎片，红细胞还在处理中脱落；QOBM看的是完整组织，血管是连贯的。脑白质束也一样，在两种图像里长相不同。模型没见过这种“完整版”结构，偶尔拿不准，宁可报出来。

对脑外科手术而言，两类错误都得防：误报意味着切掉健康脑组织，漏报意味着肿瘤残留。理想状态是两类错误都为零，眼下还做不到，好在方向是对的，数据攒多了也有机会继续压。

训练成本值得一提。整套模型在一张A100显卡上训练，几个小时出结果，把实验挂上，两三个小时回来看就行。他早期用V100跑，要慢得多，硬件进步也帮了忙。

还有个意外之喜。数据集里只有一张人类健康脑组织图像，毕竟没理由从健康人身上取组织。模型主要用肿瘤图像训练，处理这张健康图像时却完全正常。泛化能力比预期好，不过一张图撑不起结论，这正是后续验证要补的课。

塔尼什克把前路列得很清楚。第一，扩数据：他们只用了2级和3级星形细胞瘤，脑瘤还有很多其他类型，都需要采集、训练、验证。第二，做临床试验，这是进临床的硬门槛。第三，手持探头本身还要继续打磨可靠性，它作为医疗器械，也得走自己的验证流程。

医疗验证格外严格，理由很直接，人命关天。这项技术从论文走到手术室还需要几年，但收益摆在那：更快的诊断，更小的创伤，更干净的切除。

更大的图景，和三件马上能用的事

节目里有个容易被忽略的观点：医疗AI的研究成果，常常反过来滋养通用AI。塔尼什克举了两个例子。U-Net最早为细胞分割而生，后来成了图像分割的通用架构，连扩散模型里都在用。CLIP的前身是斯坦福团队为放射科报告设计的ConVIRT，OpenAI看中这个思路，放大规模，才有了后来支撑文生图的CLIP。

Stability AI赞助他的逻辑也在这里。这家公司做生成式AI，想看看这些技术能怎么用到医疗上，不要求独占任何成果，算力同样开放给其他学术项目。他在MedARC的团队用Stable Diffusion微调胸片数据，按需生成医学影像给医生当训练素材，医生见得少的病例，可以生成练习图。

他最期待的应用之一，是从普通H&E图像里读出分子级别的信息。细胞表面表达哪种受体、哪种蛋白，按常识得做分子检测才知道，但研究发现，这些信息会在细胞形态上留下极细微的痕迹，人眼看不出来，AI能抓到，抓到之后还能供医生做临床决策参考。图像里藏着人眼读不出的信息，这是AI在医疗上最值得押注的方向之一。

至于放射科医生会不会被取代，他的判断很克制：现有系统的可靠性撑不起全自动诊断，AI先当工具，医生留在决策环节。他见过论文描述AI加医生的组合系统，成绩好过AI单独作业，因为AI能注意到一些东西，医生凭多年经验能注意到另一些东西。他拿ChatGPT打比方：大模型爱编造，但当作起点用仍然极有价值，医疗AI也一样，关键问题是可靠性还能提到多高。

节目收尾还聊了几件小事。聊到教育，他说自己从小学习速度偏快，被统一的课堂进度折磨得不轻，为了按自己的节奏学，跟体制反复周旋，所以特别看好AI个性化教学，让快的人快走，慢的人慢走。他说，现在那些初级的AI工具，比如机器翻译，已经能把不同语言文化的人连起来，AI同样可能把撕裂的社会重新缝上。

聊到Neuralink刚拿到FDA的人体试验批准，主持人问，假如技术成熟、一百万人都植入了，他愿不愿意装一个，他说愿意，前提是安全问题解决，他最担心有人黑进自己的大脑。聊到担忧，他最怕AI加剧社会极化和偏见；聊到期待，排第一的还是医疗，然后是教育，以及AI放大普通人的创造力。

这期节目听下来，有三件事明天就能用上：

• 遇到新问题，先跑老基线。2017年的CycleGAN赢过了扩散模型。做项目时先把最简单、最成熟的方法跑一遍，再决定要不要上新技术，很多情况下老工具够用，还更省。
• 把力气花在数据上。这个项目的突破多数来自数据处理和清洗，模型本身是现成的。产出不行的时候，先检查输入质量，再考虑换工具。
• 把题目改写得更容易。一次灰度反转救了整个模型。卡住的时候，看看能不能换一种任务表述，让正确答案变成最省力的那条路。

最后补一句背景。塔尼什克的研究在开源社区协作完成，MedARC的灵感就来自EleutherAI这类社区。他说，AI可以用来治病、教书、连接不同文化的人，也可以用来撕裂社会，工具本身两边都能用，往哪边走，取决于现在就卷进来的这批人怎么选。