如今，病理医师仍然使用复合光学显微镜对组织样本进行观察，来作为发现疾病的主要手段。每位病理医师每天都需要进行几百次这样的检测，依靠肉眼做出每一次判断，这需要花费大量的时间。
尽管有一些公司已经开发出了帮助识别图像的人工智能算法，然而瓶颈仍然存在：大部分算法模型都需要先将显微镜下的样本转化为数字化图像，然后交由AI算法进行识别，最后再将AI识别之后的结果输出为文字或图像形式，整个过程非常繁琐。
      为了解决这一问题，Google研究团队近日研发出了一款使用增强现实技术的显微镜（ARM），可以实现对图像的实时分析，迅速识别图像中的癌细胞，并且将机器学习算法分析出来的结果立刻呈现出来。
      首先，Google的研究团队训练了一种神经网络算法，来检测人体组织图像中的癌细胞。然后，当医生通过ARM显微镜的目镜对组织样本进行观察时，人眼看到的图像会被实时传输到计算机中，由人工智能算法完成对样本中癌细胞的识别，并将识别后的结果实时叠加在显微镜图像中，让医生可以直接观察到识别结果。重要的是，人工智能在整个过程中可以迅速完成识别和反馈过程，因此当用户在移动样本，以及对样本进行放大或缩小时，算法仍然可以实时更新观察到的图像。

       值得注意的是，google研究团队所用的就是我司代理的荷兰ADIMEC S-25A30相机。
研究显示，这项新技术可以在放大范围为4-40倍的显微镜下运行。如下图所示，算法识别出的癌细胞区域将用绿色轮廓表示，这种方式既可以将医生的注意力集中到癌细胞区域，又不会掩盖癌细胞的外观，便于医生更好地进行观察。