转自：迪安诊断

当今，人工智能病理在肿瘤诊断、治疗策略选择指导、疗效评估以及预后预测等方面均已显示出良好的应用前景，有助于提高病理诊断的客观性、准确性，能有效减轻病理医生的工作量，为实现疾病精准诊疗和患者个体化健康管理奠定了良好基础。随着AI大模型在全球范围内的技术突破，人工智能正以前所未有的速度重塑医学诊疗体系。

蔡文立教授做分享

在近日举行的“第八届海上病理医师论坛暨2025上海市医师协会病理科医师分会年会” 上，重庆大学附属肿瘤医院智能肿瘤学创新研究中心首席AI科学家蔡文立教授，详细介绍了与迪安诊断旗下医策科技联合发布的诊疗级多模态病理大模型——“灵眸”，获得与会专家的广泛关注和高度认可。

识别九大部位、57种肿瘤亚型

适用性强

“灵眸”大模型凭借卓越的技术优势和专业级病理学知识库，精准识别九大器官的57种肿瘤亚型，涵盖乳腺癌、结直肠癌、胃癌、甲状腺癌等高发肿瘤。以胃癌为例，它可精准识别低分化腺癌、中分化腺癌、高分化腺癌、印戒细胞癌、粘液腺癌、淋巴瘤等恶性肿瘤。这一强大的识别能力，使其成为病理医生手中的有力工具，为临床诊疗提供关键支持。

“灵眸”强大的器官识别能力

除了精准识别病种，“灵眸”还具备出色的蛋白表达预测与肿瘤量化分析能力。在细胞病理识别中，其敏感度高达99.5%，特异性达82.6%；在组织病理方面，敏感度和特异性分别达到99.6%和83.5%，部位识别准确率高达95.8%；免疫组化分析的定量误差率更是被严格控制在1%以内。这些性能指标，充分彰显了“灵眸”在病理诊断中的专业性和可靠性。

诊疗级的病理判读性能

贴近临床的病理诊断“思维链”

乳腺癌是一种异质性较高的恶性肿瘤，其异质性表现在不同肿瘤、肿瘤内不同区域和乳腺癌不同分子亚型之间；而在乳腺癌的众多亚型中，三阴性乳腺癌以治疗难度大、预后不佳著称，明确细分亚型对于个性化的治疗方案制定尤为重要。

从精准识别癌变区域，到自动进行病灶分割，“灵眸”通过独创的病理“思维链”框架，完整还原医生的临床诊断路径。从染色质量评估到形态特征识别，再到免疫组化证据分析，“灵眸”每一步都能够以高灵敏度和特异性为医生提供定量分析。同时，结合MRI的多模态AI分析，可以为三阴性乳腺癌的异质性提供更多信息，辅助医生快速、精准地完成诊疗决策，为患者争取宝贵的治疗时间。

贴近临床的病理诊断“思维链”

科研转化延展

人工智能在病理学图像分析领域的应用方向涵盖组织病理学分型、疗效预测、生存预测、基因变异预测等多个关键方面，对提升临床精准决策具有极高价值，是科研转化的理想方向之一。“灵眸”多模态大模型在疾病诊断及肿瘤微环境分析方面，已与国内多家三甲医院建立科研合作并发表相关文章。

其中，围绕甲状腺的术中冰冻诊断难题，医策科技联合浙江大学医学院附属邵逸夫医院开发了“基于深度学习技术的全病种诊断人工智能模型”，这一创新成果显著提升了甲状腺术中冰冻病理诊断的敏感度和特异性。在实验测试中，AI模型对于髓样癌的分类以及病灶区域的识别达到了100%的敏感度和98.97%的特异性，整体准确率高达98.99%，超越临床医生平均水平指标；使用人工智能算法辅助病理医生，保证在30分钟内完成有效的病理诊断。

医策科技创始人兼CEO王晓梅表示：“人工智能与病理大数据的结合，为恶性肿瘤精准诊疗树立了新的里程碑。公司计划联合三甲医院开展多中心临床研究，助力疾病精准诊断，并探索AI与基因组学的融合应用，以推动个体化诊疗的实现。”

通讯员：郭涛

（转自：迪安诊断）