在病理科日常工作中，切片初筛是典型的"高重复、高责任"环节：绝大多数区域为阴性，但漏检代价极高。医疗AI实验室近期完成一轮回顾性实验，探索用轻量分割模型先做ROI优先级排序，再交由医师按队列复核，而非让模型直接给出阴阳性结论。
方法上，我们将全片按组织轮廓切分为若干区域块，模型仅输出三档优先级（高/中/低）与热区坐标，扫描仪侧的缩略图先做质量门控，排除折叠、气泡、失焦导致的假热区。复核界面按优先级降序排列，医师可一键跳转至对应倍率与坐标。
阶段进展：在约1200张回顾性切片上，高优先级队列覆盖了全部已知阳性区域，医师整体阅片时间下降约三成；低优先级队列未发现漏检，但因样本集中于单一癌种，跨器官泛化仍是主要不确定性。下一步计划引入多中心数据与染色批次变量，验证优先级排序在不同扫描仪与制片条件下的稳定性，并补充"模型不确定"这一第四档，交回医师主动判断。
要点：1）不做自动诊断，只做排序与路由，责任边界清晰；2）优先解决假热区与跨中心漂移，再谈效率收益。
评论