随着AI大模型的迅速发展，医疗的各个环节正在被重塑。3月30日，在西湖大学举行的首届数智病理西湖峰会上，西湖大学正式发布全球首个融合了镜下视野和全场图的多模态病理大模型DeepPathAI。该模型能够实现对肺癌、乳腺癌、胃癌、肠癌等40个癌种的智能分析，在数秒内精确定位癌变区域，并能快速调取全球病例库。
数字病理切片数量多、分辨率要求高、数据个性化等特点，使得借助人工智能技术开展诊断难度极大。因此，病理大模型被称为医疗大模型“皇冠上的明珠”。然而，随着AI浪潮来袭，病理大模型成为医疗大模型领域争夺的新黄金赛道。去年以来，清华大学、浙江大学、华为等名校和企业相继宣布自主研发的病理大模型。
病理大模型即将进入下半场，病理医生会被AI取代吗？DeepPathAI这类的大模型与普通患者有什么关系？
病理诊断在精准医疗时代扮演着至关重要的角色。病理医生通过观察和分析人体组织、细胞来判断疾病的性质、类型和发展程度。根据最新的国际癌症研究报告，中国在癌症的新发病例和死亡人数上均位居世界第一。要降低肿瘤发病率和死亡率，早发现、早诊断、早治疗以及肿瘤相关疾病的全流程管理，病理发挥着关键作用。
例如，浙江省人民医院病理科主任陈云昭表示，该院每年处理十几万例组织及细胞学样本，其中肿瘤相关患者的人均切片在15张左右。如此大量的工作需要资深病理医师逐一阅片并发出诊断报告。但在病理诊断的巨大需求量背后，我国面临着病理医生缺口大、培养周期长、分布不均以及数字化进展缓慢等现实困境。
一方面，培养一位合格病理医生需要8到10年时间，导致病理医生严重短缺，尤其在边远和欠发达地区更为明显。全国病理注册医生的数量只有2万余名，实际需求却超过10万。另一方面，由于病理的复杂性，病理学也是医疗领域里数字化进程最慢的学科之一。专家指出，病理学科的数字化程度大约仅为放射学科的20%。
AI大模型的应用可以承担筛阴、分级等重复性工作，释放医生精力提升学习及处理复杂病例，加快医生培养，缓解医疗压力。但人眼会疲劳，经验有边界，罕见病变的误诊风险始终存在。因此，数字病理和人工智能为提高诊断一致性提供了帮助。
以西湖大学发布的DeepPathAI为例，不仅全面智能化了显微镜和扫描仪等常用光学和硬件设备，还深度集成了病理信息管理系统，实现从样本处理到报告生成的病理全流程智能化变革。DeepPathAI不仅能识别细胞形态，还能结合基因数据、病史甚至家族癌症史，提供更完整的诊断依据。此外，它还能支持宫颈癌、肺癌、乳腺癌、胃癌等40种癌症类型的互动式诊断，大幅度提升诊断效率。
近期，DeepPathAI将从全国上千家试点医院走向临床，在西湖大学附属杭州市第一人民医院全面落地。对于病理大模型来说，进入临床是AI通往医疗的最后关键一公里。
浙大计算机学院联合浙大一院也发布了视觉与语言模型融合的AI病理助手——OmniPT。目前，该病理助手已在浙大一院病理科多个高发病率癌症开展临床验证，1-3秒内就能锁定病理图中癌症病灶。
一年半前，浙人医病理科团队将绍兴越城院区打造为全数字化的病理科。目前，数智化的病理系统已能辅助病理医生进行远程冰冻诊断、会诊、MDT及教学培训。陈云昭介绍，在与贵州毕节共建的浙江省人民医院毕节医院，也逐渐实现了远程病理平台进行疑难的病理会诊和教学培训，通过远程完成并实现同质化。
关于AI是否会取代病理医生的问题，多位病理科主任认为，AI大模型的出现从来都不是为了取代医生，而是成为医生最可靠的个人助手。AI可以帮助医生从重复劳动中解放出来，把精力集中在更复杂的病理分析和临床决策上。但也有病理科主任提出，年轻病理医生接受AI速度很快且过度依赖AI进行病理诊断，对某一疾病诊断的学习意愿下降。因此，仍需坚持用传统的知识传授模式来培养年轻的病理人才。同时，医学的本质不仅仅是技术的进步，还要关注医学的温度。
文章来源于网络。发布者：光明参考网，转转请注明出处：https://www.gmrb1949.com/5116.html
