不同病理发展阶段的重要技术节点及成果是什么？

不同病理发展阶段有不同关键技术给予支 撑，不同阶段发展也决定了不同种类的技术要求。

1.数字病理阶段

技术发展节点

数字病理阶段最重要的技术特征是实现了病理 切片数字化，主要关键推动技术包括 WSI、数据存 储与压缩技术、5G 网络技术、万/千兆光网等。

WSI技术：传统病理与数字病理的标志性区别，即数字病理借助 WSI 技术实现了病理图像数据化， 使得医生得以从在显示屏进行病理诊断。数字病理 应用最早始于 1985 年，20 世纪 90 年代在美国开 始被应用于商业领域。

具体来看，形成 WSI 首先要对图像采集、存储， 进而实现对图像的旋转、标记和测量分析。

其中图像采集主要有微物镜阵列扫描、线扫、 连续面扫和走停面扫 4 种模式。具体来看不同扫描 方式，微物镜阵列扫因实现复杂及成本高，在市场 中应用较少；线扫虽然可以实现较快速度，但对控 制要求较高容易出现模糊问题，且随着面阵扫描技 术快速发展，速度优势已不显著。基于面阵传感器 扫描实现较为简单,有连续运动和走停两种模式：连 续扫描运动模式对相机曝光速度的要求比较高， 但 得益于相机技术的发展，曝光速度已经可以满足需 求，可以提供与线扫接近的扫描速度；面扫描走停 模式可以提高扫描成功率并获得更好的图像质量， 但因其特殊方式，存在平台加速、匀速及减速的周 期过程，其扫描速度会比连续面扫慢。扫描仪厂家 根据自身技术路径选择和市场需求，按需要使用不 同扫描方式。

近 10 年来，数字病理扫描技术不断提升，切片 数字化扫描技术在提高图像分辨率和扫描速度、增 加扫描仪容量、缩小图像文件大小，减少机器故障 率、增加连续扫描稳定性等方面都取得了显著的进 步，为数字病理在病理日常工作中的全面应用奠定 了坚定地基础。

数据存储与压缩技术：计算机问世后，磁带、硬 盘、软盘等存储介质不断得到发展，而伴随着科技 技术的飞速发展，分布式云存储、容灾备份、虚拟化 和云计算等技术得以广泛应用。当前 WSI 生成的图 像每张切片在几百 M 到 2G 之间，平均接近 1G 左 右。随着数字病理的大规模开展，数字切片的存储 与数据压缩将成为数字病理推进的重要挑战。当前 数据存储与压缩厂商通过技术迭代和规模产业化降 低硬盘存储成本，并通过数据压缩、重复数据删除、 自动精简配置、自动分层存储和存储虚拟化等高效 存储技术，对图像进行重建与压缩，既能大幅度压 缩图像、保留后续诊断的必要信息，又能减少存储 空间与计算花费，一定程度上降低了数字病理建设 成本。

5G 网络技术：传统 4G 网络传输非常耗时，而 有线宽带存在成本高的问题，极大限制了远程病理 会诊的发展。5G 网络大宽带的特性，能够支持 4K 高清视频传输及病理切片影像传输。基于 4K 的高 清远程会诊系统，以及 5G 网络的超高上下行带宽 和超低延时，可以帮助远程专家准确高效的指导基 层病理医生或技师进行精准的大体检查与取材，也 可实现数字切片近乎实时上传，这将大大提升远程 术中快速冰冻病理诊断的效率和质量，上级医生足 不出户即可实现“面对面”会诊，有效提升基层医 院医疗服务水平，为医患双方带来全新诊疗体验。

万/千兆光网：千兆光网与 5G 网络，统称“双 千兆”。千兆光网具有超大带宽、超低时延、先进可 靠等特征，与 5G 互补互促，是新型基础设施的重 要组成和承载底座。中国信息通信研究院技术与标 准所、宽带网络研究部副主任李少晖表示，我国宽 带网络全面进入光网时代，并且我国千兆光网发展 在全球形成整体性优势，推进千兆光网发展的关键 在“用”，即推进创新应用、加速赋能千行百业是后 续工作的重点。而智慧医疗是当前千兆光网应用的 重要方向之一。万兆光网是千兆光网的升级，可以 满足更多更高要求的网络环境，目前相关企业正在 积极布局研发。

技术应用成果

2017 年美国 FDA 批准了第一个用于帮助解读 数字病理图像的全视野图像系统， 即 飞 利 浦 Intellisite 病理解决方案软件（Philips IntelliSite Pathology Solution，PIPS）。这是“一个自动数字 病理图像创建，查看和管理系统，包括一个超快病 理切片扫描仪，一个图像管理系统和一个显示器。” 在此系统上执行上述各种功能的工具，包括扫描， 存储，演示，审查和数据共享。

2.智慧数字病理阶段

技术发展节点

智慧数字病理阶段的关键支撑技术包括机器学 习（例如：深度学习）等人工智能技术。

根据中华病理学杂志 2017 年 9 月第 46 卷第 9 期《病理人工智能的现状和展望》（许燕、汤烨等 人著）[8]论证，智慧数字病理需要依靠数字病理获取 的高质量病理切片影像，通过人工智能进行算法学 习，用以解决以下问题：

1. 特征提取：特征提取指从图像中挑选并简化 出最能有效表达图像内容的低维矢量的过程，是数 字病理切片分析中的重要步骤，只有在正确反映图 像特征的基础上，才能正确分析切片的信息并做出 病理诊断[9~11] 。

２．检测和分割：细胞或组织结构特征在细胞 病理学和组织病理学中扮演着重要的角色[9]。在某些 疾病的诊断中，只有在细胞正确检测和分割的基础 上，才能结合病理学知识提取有效反映切片信息的 特征参数，进而做出正确的病理诊断。

３．分类和分级：病理分类和病理分级任务是 病理切片分析中重要任务之一。目前该方面的算法 主要有支持向量机（SVM） [22~25]、Adaboost[26~29]和 深度卷积神经网络[30~37]等。SVM 作为广泛使用的分 类器，能够通过映射在高维特征空间中实现分类。 在已有的研究中有如下工作：区分结肠是否癌变 [22~25]、脑膜瘤的分型[24]、前列腺癌的分级[25]等。

技术应用成果

随着人工智能技术不断发展升级，到 2016 年 时，有文献报道，通过人工智能技术对肺癌样本进 行分析，可以为患者预后分析提供指标[38]。由此拉 开了人工智能在病理领域的应用。

2020 年 8 月 27 日，中国人民解放军总医院、 中国医学科学院肿瘤医院、北京协和医院联合透彻 影像（北京）科技有限公司开展的人工智能胃癌病 理辅助诊断多中心研究成果“基于深度学习的临床 应用级胃癌病理诊断系统 ” 在国际顶级 期 刊 《Nature Communications》发表。这是中国研究 团队在病理人工智能领域发表的顶级学术成果，也 是全球首个可用于复杂器官临床病理诊断的人工智 能系统[39]。

2021 年 9 月，病理学人工智能软件公司 Paige.AI 宣布，旗下产品 Paige Prostate 已经获 得了 FDA 新品上市批准，此产品用于帮助前列腺 癌的初步诊断，允许通过 Paige.AI 的数字病理学查 看器（Full FocusTM） 进 行 体 外 诊 断(In Vitro Diagnosis, IVD)。