病理检查是癌症诊断的重要标准，医生通过在显微镜下观察病变组织、细胞，以出具诊断报告。为了提高诊断效率，Google 在显微镜上增加了AI和AR组件，让诊断过程更为智能。

Google 的研究人员在美国癌症研究协会年会（ACCR）上发布报告，以正在评审的论文《一种实时自动检测癌症的增强现实显微镜》，描述了这种增强现实显微镜的原型，改进的显微镜能从目镜中直接读取诊断结果。

以往的诊断过程中，病理学家对病变组织的分析可能相当耗时。此前也已有多家团队的研究表明，深度学习在眼科、皮肤科、放射科和病理学等学科的诊断上*。Google 也正尝试利用 AI 技术提升癌症诊断效率，也已发表研究证明神经网络对淋巴结中乳腺癌转移的检测与医务人员准确率相当。

除了辅助病变组织的分析，这个显微镜的主要创新之处在于，改进了诊断结果获取的效率。此前的研究中，医生在显微镜下观察切片，在计算机上读取结论，需要在不同设备间来回切换。Google 的新工具通过给显微镜增设 AR 功能，将诊断结果叠加在切片上，让医生能够在视场中实时读取结论。

左图：显微镜示意图。数码相机捕获与用户相同的视场，并将图像传送到运行 AI 的计算机，结果会投影到目镜上的 AR 显示屏中，切片上就能实时显示相关标注了。 右图：临床光学显微镜改装得到的显微镜原型。

Google 的工具由普通的光学显微镜改进得来，经简单改装引入 AI 和 AR 组件，因此可以节约成本，利于在小型实验室和诊所，或发展中国家中应用。

工具的原理也很简单。人工智能的部分同之前的研究如出一辙，训练神经网络检测癌细胞。之后在改进显微镜下放置组织切片，镜头捕捉图像输入计算机，让 AI 检测组织中的癌细胞，并将虚拟标记投影到目镜中的 AR 显示屏，以便医生观察诊断。这个流程能够实时完成，目前能以每秒 10 帧的速度运行。切片也可以按需随时移动或缩放，计算结果可以无缝更新。

不同放大倍率的乳腺癌在淋巴结的转移。绿色框内为肿瘤组织。

团队配置了乳腺癌和前列腺癌两种癌症的检测算法，并用绿色轮廓标记出检测到的肿瘤区域。团队称，基于其它训练模型，这个工具还可用于其他癌症以及结核病和疟疾等传染病的检测，以及显示更多所需的数据，还能应用于医学、生命科学和材料科学等学科。相关评估需要更深入的研究。