病理科的现实约束很具体：切片数量逐年增长，而可疑病灶往往只占视野的极小比例，医生的时间大量消耗在低信息量的扫读上。医疗AI实验室近期的工作，是把模型放在「初筛」位置，而不是替代判读。
流程上分三步：先做全切片图像（WSI）的质量门控，剔除模糊、褶皱与染色异常的切片并提示重扫；再用组织分割模型划出有效区域，把背景与空白排除在推理之外；最后由病灶检测模型输出可疑区域热力图，叠加到阅片界面，由医生逐处确认或否决。
- 进展：在合作医院提供的回顾性数据集上，切片级敏感度约 0.96，但每张切片平均约 3 处假阳性，集中在淋巴滤泡与炎症区域。小样本对照显示单例阅片时间中位数下降约 18%，样本量有限，暂不作为结论。
- 下一步计划：一是把假阳性集中的形态类型纳入难例挖掘与再训练；二是将医生「否决」记录回流为标注，形成复核闭环；三是启动前瞻性对照，明确该模块在真实工作流中的适用边界与责任划分。
评论