Invenio 把 AI 搬进手术室：3 分钟出活检分析，告别数周等待

做过活检的人大概都体会过那种漫长且折磨人的等待：组织切片送去病理实验室，通常要等上好几个星期才能拿到报告。如果碰上恶性程度极高、扩散极快的肿瘤，这几个星期往往就是在跟死神赛跑。

医疗器械初创公司 Invenio Imaging 想要把这个等待时间从几周直接砍到三分钟。他们把原本属于后方病理实验室的分析工作，直接搬进了手术室。

把病理科装进手术车

传统的手术活检流程很繁琐。外科医生切下一小块组织，送去外部实验室脱水、切片、染色，再由病理医生在显微镜下排查。

Invenio 做的 NIO 激光成像系统是一台小巧的数字病理设备，可以直接推进手术室。主刀医生切下新鲜组织后当场放进去扫描，几分钟就能拿到高分辨率图像。

更关键的一步是结合 AI。Invenio 正在给系统增加智能分析层，下一代设备计划搭载 NVIDIA Jetson Orin 边缘计算模块，利用 TensorRT 进行近实时的就地推理。

在后台训练端，他们用几千万参数的神经网络学习病理学家标注的切片，借助带有大显存的 NVIDIA RTX A6000 显卡集群跑 TensorFlow 训练。

CTO Chris Freudiger 解释说，大显存让他们能一次性加载大批图像，捕捉微观特征的细微差异，这是训练高质量病理模型的关键。

90 秒内判断肿瘤类型

这套系统不是停留在概念阶段。他们的脑胶质瘤分析工具 NIO Glioma Reveal 在 2021 年就拿到了欧洲 CE 认证，在美国也已用于科研，设备在美欧累计参与了数千次手术。

来自密歇根大学、纽约大学、UCSF、维也纳医科大学以及科隆大学医院的研究团队，近期基于该系统开发了一个深度学习模型。它能在短短 90 秒内找出肿瘤生物标志物，准确率达到 93%。

除了脑部肿瘤，他们今年还联手强生公司的肺癌倡议组织，共同开发针对肺部活检的 NIO Lung Cancer Reveal。

光是在美国，每年就有超过 150 万人查出肺结节。Invenio 计划在完成临床试验后，正式向美国 FDA 提交这款基于 Jetson 边缘芯片的诊断方案。

为什么重要

我们认为，Invenio 这套方案最聪明的地方不是训练了多大的模型，而是把算力推到了手术床边。

对于主刀医生来说，术中快速判断不仅能决定这刀切得够不够干净、要不要立刻追加采样，还能在病人还没下手术台时，就根据分子分型初步判断对化疗的反应，极大地减少了二次开刀的痛苦。

在医疗行业里，许多 AI 还停留在影像科的读片辅助。Invenio 把激光成像和边缘计算结合，直接切入了时效性要求最高的手术室场景，避开了中心化病理科的排队堵塞。

不过挑战也很现实。93% 的准确率固然亮眼，但癌症手术容错率极低，AI 无论多快，目前依然只能作为辅助参考；要真正说服各国监管机构和保守的外科医生放手依赖边缘 AI，后续大规模临床试验的数据表现将是决定性门槛。