在数字病理科的合作试验中，我们尝试把 AI 的定位从「替代判读」改为「排序助手」：模型不出最终诊断，只输出全切片图像上的可疑区域分布，据此生成病理医生的复核队列。
技术上分三段：一是组织与背景分离，用轻量分割网络剔除空白与折叠伪影，把有效组织面积压到原切片的 30% 左右；二是多倍率级联推理，低倍率先定位可疑视野，再在 20 倍下局部精判，单张切片端到端耗时从约 12 分钟降到 4 分钟左右；三是排序策略，把可疑度与切片在院内的周转时限结合输出复核顺序，而不是单纯按分值排队。
阶段性进展：在 3000 张回顾性切片上，前置排序使前 20% 的复核量覆盖了约 85% 的阳性视野；假阴性主要集中在炎症背景较重的样本，已通过负样本重采样缓解。
下一步：接入扫描仪的实时上传队列做在线排序，并请两位病理医生对排序合理性独立评分，验证其是否真的省时间，而不只是换一种方式看片子。
评论