Invenio 把 AI 搬進手術室：3 分鐘出活檢分析，告別數週等待

做過活檢的人大概都體會過那種漫長且折磨人的等待：組織切片送去病理實驗室，通常要等上好幾個星期才能拿到報告。如果碰上惡性程度極高、擴散極快的腫瘤，這幾個星期往往就是在跟死神賽跑。

醫療器械初創公司 Invenio Imaging 想要把這個等待時間從幾週直接砍到三分鐘。他們把原本屬於後方病理實驗室的分析工作，直接搬進了手術室。

把病理科裝進手術車

傳統的手術活檢流程很繁瑣。外科醫生切下一小塊組織，送去外部實驗室脫水、切片、染色，再由病理醫生在顯微鏡下排查。

Invenio 做的 NIO 雷射成像系統是一臺小巧的數字病理裝置，可以直接推進手術室。主刀醫生切下新鮮組織後當場放進去掃描，幾分鐘就能拿到高解析度影像。

更關鍵的一步是結合 AI。Invenio 正在給系統增加智慧分析層，下一代裝置計劃搭載 NVIDIA Jetson Orin 邊緣計算模組，利用 TensorRT 進行近即時的就地推理。

在後臺訓練端，他們用幾千萬引數的神經網路學習病理學家標註的切片，藉助帶有大視訊記憶體的 NVIDIA RTX A6000 顯示卡叢集跑 TensorFlow 訓練。

CTO Chris Freudiger 解釋說，大視訊記憶體讓他們能一次性載入大批影像，捕捉微觀特徵的細微差異，這是訓練高質量病理模型的關鍵。

90 秒內判斷腫瘤型別

這套系統不是停留在概念階段。他們的腦膠質瘤分析工具 NIO Glioma Reveal 在 2021 年就拿到了歐洲 CE 認證，在美國也已用於科研，裝置在美歐累計參與了數千次手術。

來自密西根大學、紐約大學、UCSF、維也納醫科大學以及科隆大學醫院的研究團隊，近期基於該系統開發了一個深度學習模型。它能在短短 90 秒內找出腫瘤生物標誌物，準確率達到 93%。

除了腦部腫瘤，他們今年還聯手嬌生公司的肺癌倡議組織，共同開發針對肺部活檢的 NIO Lung Cancer Reveal。

光是在美國，每年就有超過 150 萬人查出肺結節。Invenio 計劃在完成臨床試驗後，正式向美國 FDA 提交這款基於 Jetson 邊緣晶片的診斷方案。

為什麼重要

我們認為，Invenio 這套方案最聰明的地方不是訓練了多大的模型，而是把算力推到了手術床邊。

對於主刀醫生來說，術中快速判斷不僅能決定這刀切得夠不夠乾淨、要不要立刻追加取樣，還能在病人還沒下手術檯時，就根據分子分型初步判斷對化療的反應，極大地減少了二次開刀的痛苦。

在醫療行業裡，許多 AI 還停留在影像科的讀片輔助。Invenio 把雷射成像和邊緣計算結合，直接切入了時效性要求最高的手術室場景，避開了中心化病理科的排隊堵塞。

不過挑戰也很現實。93% 的準確率固然亮眼，但癌症手術容錯率極低，AI 無論多快，目前依然只能作為輔助參考；要真正說服各國監管機構和保守的外科醫生放手依賴邊緣 AI，後續大規模臨床試驗的資料表現將是決定性門檻。