當今，人工智能病理在腫瘤診斷、治療策略選擇指導、療效評估以及預后預測等方面均已顯示出良好的應用前景，有助于提高病理診斷的客觀性、準確性，能有效減輕病理醫生的工作量，為實現疾病精準診療和患者個體化健康管理奠定了良好基礎。隨著AI大模型在全球范圍內的技術突破，人工智能正以前所未有的速度重塑醫學診療體系。
蔡文立教授做分享
在近日舉行的“第八屆海上病理醫師論壇暨2025上海市醫師協會病理科醫師分會年會” 上，重慶大學附屬腫瘤醫院智能腫瘤學創新研究中心首席AI科學家蔡文立教授，詳細介紹了與迪安診斷旗下醫策科技聯合發布的診療級多模態病理大模型——“靈眸”，獲得與會專家的廣泛關注和高度認可。
識別九大部位、57種腫瘤亞型
適用性強
“靈眸”大模型憑借卓越的技術優勢和專業級病理學知識庫，精準識別九大器官的57種腫瘤亞型，涵蓋乳腺癌、結直腸癌、胃癌、甲狀腺癌等高發腫瘤。以胃癌為例，它可精準識別低分化腺癌、中分化腺癌、高分化腺癌、印戒細胞癌、粘液腺癌、淋巴瘤等惡性腫瘤。這一強大的識別能力，使其成為病理醫生手中的有力工具，為臨床診療提供關鍵支持。
“靈眸”強大的器官識別能力
除了精準識別病種，“靈眸”還具備出色的蛋白表達預測與腫瘤量化分析能力。在細胞病理識別中，其敏感度高達99.5%，特異性達82.6%；在組織病理方面，敏感度和特異性分別達到99.6%和83.5%，部位識別準確率高達95.8%；免疫組化分析的定量誤差率更是被嚴格控制在1%以內。這些性能指標，充分彰顯了“靈眸”在病理診斷中的專業性和可靠性。
診療級的病理判讀性能
貼近臨床的病理診斷“思維鏈”
乳腺癌是一種異質性較高的惡性腫瘤，其異質性表現在不同腫瘤、腫瘤內不同區域和乳腺癌不同分子亞型之間；而在乳腺癌的眾多亞型中，三陰性乳腺癌以治療難度大、預后不佳著稱，明確細分亞型對于個性化的治療方案制定尤為重要。
從精準識別癌變區域，到自動進行病灶分割，“靈眸”通過獨創的病理“思維鏈”框架，完整還原醫生的臨床診斷路徑。從染色質量評估到形態特征識別，再到免疫組化證據分析，“靈眸”每一步都能夠以高靈敏度和特異性為醫生提供定量分析。同時，結合MRI的多模態AI分析，可以為三陰性乳腺癌的異質性提供更多信息，輔助醫生快速、精準地完成診療決策，為患者爭取寶貴的治療時間。
貼近臨床的病理診斷“思維鏈”
科研轉化延展
人工智能在病理學圖像分析領域的應用方向涵蓋組織病理學分型、療效預測、生存預測、基因變異預測等多個關鍵方面，對提升臨床精準決策具有極高價值，是科研轉化的理想方向之一?！办`眸”多模態大模型在疾病診斷及腫瘤微環境分析方面，已與國內多家三甲醫院建立科研合作并發表相關文章。
其中，圍繞甲狀腺的術中冰凍診斷難題，醫策科技聯合浙江大學醫學院附屬邵逸夫醫院開發了“基于深度學習技術的全病種診斷人工智能模型”，這一創新成果顯著提升了甲狀腺術中冰凍病理診斷的敏感度和特異性。在實驗測試中，AI模型對于髓樣癌的分類以及病灶區域的識別達到了100%的敏感度和98.97%的特異性，整體準確率高達98.99%，超越臨床醫生平均水平指標；使用人工智能算法輔助病理醫生，保證在30分鐘內完成有效的病理診斷。
醫策科技創始人兼CEO王曉梅表示：“人工智能與病理大數據的結合，為惡性腫瘤精準診療樹立了新的里程碑。公司計劃聯合三甲醫院開展多中心臨床研究，助力疾病精準診斷，并探索AI與基因組學的融合應用，以推動個體化診療的實現。”
