病理初筛是医疗AI实验室近期的重点探索方向。同一病变在不同扫描仪、染色批次与切片厚度下会呈现不同的色彩分布,模型跨中心上线时往往出现明显性能衰减,这也是病理AI难以规模化落地的主要原因之一。
在最近一轮实验中,我们把染色归一化与特征层域对齐结合起来:先对全切片图像(WSI)做颜色反卷积,估计染色向量并映射到统一参考空间,再在特征提取阶段对齐多中心分布,最后用弱标注切片训练初筛模型,输出可疑区域热图交由病理医师复核。
要点:
· 进展:在三家医院共 4,200 张 WSI 上回测,仅做染色归一化时跨中心 AUC 为 0.86,叠加特征域对齐后提升至 0.91;阴性切片初筛通过率约 62%,可减少一部分重复阅片。
· 下一步:引入不确定性估计与阈值校准,将模型输出转化为可解释的分诊建议,并在真实阅片排班中开展小规模影子测试,重点记录假阴性案例与医师复核耗时。

评论