AI病理切片初筛定制：可疑区域定位与复核留痕

病理切片初筛是一个「高门槛、低容错」的场景：一张全切片图像（WSI）可达数十万×数十万像素，阳性区域往往只占千分之几，而病理医生的阅片时间高度紧张。医疗AI实验室近期的工作，是把模型放在「助手」而非「裁判」的位置——只圈出可疑区域并给出置信度，最终判定仍由医生完成。

做法上分为两级：先用低倍率缩略图做粗筛，定位候选区域后再调用高倍率模型细分类，避免全图高倍推理的算力浪费；同时记录每个候选区域的坐标、倍率与模型版本，形成可回溯的复核留痕。

· 阶段进展：在内部测试集上，粗筛对肿瘤区域的召回率约 0.95，需进入高倍推理的面积压缩至全图约 8%，单张切片端到端耗时下降明显。
· 下一步：补充不同扫描仪与染色批次的数据以验证跨中心稳定性，并把医生的「排除」操作作为反馈信号，用于置信度阈值的调优。