人工智慧開創病理診斷新未來

段瑞，吳繼華，解放軍306醫院，病理科

品牌質量管理辦公室 左天宇 編輯

近年來，我國腫瘤的發病率呈現上升且年輕化趨勢，大多數腫瘤病理診斷依賴於HE切片組織形態學特點和免疫組化結果，然後結合臨床、其他實驗室檢查結果及分子病理檢測結果，根據主觀經驗綜合定性診斷。

由於中國病理人才匱乏，且診斷水平參差不齊，導致病理診斷含金量不足，精準醫療給腫瘤患者病人的診斷和治療模式帶來了革命性的轉變，也對病理診斷提出了更多、更高的要求。

傳統的臨床病理診斷並不能滿足社會對醫院醫務能力的需求。

人工智慧在臨床病理診斷的應用，似乎給臨床病理學和患者帶來新的光明。

人工智慧運用於臨床病理診斷，在細胞病理學診斷中主要有腫瘤細胞學初篩、定性定量分析，在組織病理學診斷中應用於輔助腫瘤預後判斷、組織學分類以及良惡性鑑別，並且現已證實。

全自動組織病理診斷系統在許多腫瘤良惡性、組織分類及預後判斷有重要價值（如肺癌、乳腺癌、神經母細胞瘤、淋巴瘤、食道癌前病變等）。

我院病理科開展的腫瘤細胞DNA倍體分析技術是採用計算機圖像分析、人工智慧技術和光密度對比分析方法，對細胞DNA含量進行定量分析，實現對細胞的良惡性、預後以及指導治療提供可靠依據，在婦科宮頸癌的篩查工作中被廣泛應用。

該技術應用的全自動顯微鏡通過對宮頸細胞學薄層塗片進行掃描，計算機能自動識別出所有可疑的腫瘤細胞並進行電子標記，病理醫生可以直接在電腦上核驗所篩選的可疑陽性細胞，包括觀察細胞大小、形態、細胞及細胞核的像素強度分布、細胞及細胞核的質地等，進一步確定是否真正陽性細胞，避免了病理醫生觀看整張細胞學塗片，顯著提高工作效率。

人工智慧病理診斷是依靠病理專家已有的經驗和知識體系，通過大量訓練實現的，對於未經訓練的項目和場景並不適應，因此客觀的評估方法可以彌補病理科醫生主觀分析的不足，但目前其並不能代替病理醫生。