AI病理切片分析：弱监督分割与计数复核

医疗AI实验室近期在病理辅助分析方向开展小规模实验，目标是在HE染色切片中定位可疑细胞核并辅助计数复核，而非直接输出诊断。方法上采用多实例学习做弱监督分割，仅使用切片级标签训练，降低像素级标注成本；推理阶段结合分水岭与形态学后处理分离粘连核。阶段性进展：在内部500张切片上，细胞核分割Dice约0.82，计数相对误差中位数8.3%；与两位病理医生复核的热区Top-3一致性约76%。同时发现跨扫描仪染色差异会使Dice下降约9个百分点。下一步计划：引入染色归一化与轻量域适应，并在甲状腺、乳腺切片上做分癌种验证；输出形式改为“可疑热区+计数区间”，供医生复核。要点：1）弱监督路线可把像素级标注需求降低约六成；2）计数以区间呈现，避免过度解读。