在数字病理场景中，不同中心、不同批次的H&E染色差异会明显改变模型输入分布，同一张切片在不同扫描仪下可能得到不一致的预测。本阶段实验聚焦切片初筛环节：先用结构保留的染色归一化把多来源切片映射到统一色彩空间，再以弱监督多示例学习在切片级标签下输出可疑区域热图，最后按置信度分档推送人工复核队列。
进展与数据：在内部回顾性集合（约1,800张切片，覆盖6类常见病变）上，固定归一化策略后，切片级AUC由0.91提升至0.94，跨中心子集的首轮判读一致率提升约9个百分点；单张切片初筛耗时控制在20秒内，可匹配科室预读节奏。当前假阴性主要集中在低倍视野下病灶占比小于5%的样本。
下一步计划：补充印片细胞与冰冻切片样本，验证归一化参数是否需按制片方式分层设置；同时与病理科共同确定可疑区域的召回优先级与呈现方式，明确初筛输出仅用于排序提示，不作为诊断结论。
评论