AI病理切片初筛：可疑区域标注与复核排序

医疗AI实验室本期进展：面向数字病理的全切片图像（WSI）初筛。

病理医师日均阅片数十至上百张，低倍镜扫查占用大量时间，而阳性区域往往只占切片面积的一小部分。我们把目标定为“先筛掉一部分、再排好顺序”，而不是让模型直接给出诊断结论。

做法上，将 WSI 切为 512×512 图块，用轻量分割模型输出可疑度热图，经连通域聚合生成候选区域，再按可疑度、区域面积与组织层级组织成两级复核队列。针对不同中心的染色差异，训练时引入颜色扰动与分中心归一化，避免模型把“染色深”误当作“有病变”。

阶段性数据（内部回顾性实验集，三家医院共 1,180 张 H&E 切片，覆盖三类常见病变）：候选区域召回 0.96，单张切片平均候选框 7 个，病理医师阅片时间中位数下降约 28%，阴性切片可较快通过。

要点：

• 阈值按“高召回、可容忍假阳”设定，假阳交由复核环节消化，不在模型端追求高精确率。
• 下一步：对接科室 LIS 流程做前瞻性验证，补充少见病变与术中冰冻样本，并按误报类型归类用于迭代。