數字化智慧病理科建設白皮書：病理科數字化、智慧化轉型進行時
2023-05-28 08:38:55 來源：動脈網 編輯：
(資料圖)
迄今為止，病理診斷仍被認為是疾病最可靠的診斷，病理診斷被譽為疾病診斷的金指標。如何提高病理科的運營效率，如何保證乃至提高病理診斷的含金量，在滿足臨床不斷增長診斷需求的同時，尚需跟上時代步伐，滿足對疾病更加精準診斷的需求，這是病理科需要思考和解決的現實及與時俱進的問題。截至2021年世界范圍內已有數十家病理中心及實驗室實現了診斷全面數字化，在洶涌而來的醫療數字化浪潮下，國內病理科要想跟上時代的步伐，必須把數字化建設視為一道“必答題”，而非傳統概念中的“選答題”。蛋殼研究院經過廣泛深入的調研，和對國內外文獻的梳理，推出《數字化智慧病理科建設白皮書》，為病理科數字化、智慧化建設提供了較為全面的解答，對病理行業的發展是一次有益的探索和嘗試。本白皮書不僅是數字化智慧病理科建設的年鑒，更是匯聚中國醫院數字化智慧病理科建設經驗的重要載體。1、病理科的重要性、現有發展困境及其未來的破局之道2、數字化病理科、智慧化病理科、數字化智慧病理科定義及其建設價值3、國內不同類型病理科室數字化、智慧化轉型建設指南4、病理科如何攜手產業端，加速數字化智慧病理科的建設落地5、國內優秀病理科室成功建設經驗介紹6、數字化智慧病理科未來發展形態及方向《數字化智慧病理科建設白皮書》全文共8萬余字，因微信篇幅所限，以下文字、圖表內容為節選，故編號未能按順序標注，歡迎掃碼下載獲取完整白皮書。相比檢驗、影像科，我國病理科自動化水平相對弱勢。一方面，我國病理科設備少、自動化水平較低。相較于檢驗科和影像科，病理科設備配置數量、種類均明顯少于檢驗、影像科室；病理流程的多環節對醫技人員的專業要求較高，自動化的設備數量較少，使得科室整體運轉的自動化程度較低。另一方面，由于病理科的自動化水平較低，病理科診斷時間長。常規的病理檢測所需時間為3-5天，如果有較為疑難的疾病，加做免疫組化或分子檢測，所需的診斷時間更長達7-10天。相比之下，檢驗、影像科室的檢驗項目大部分當天內即可完成。近兩年，受精準診療需求的推動，病理科受重視程度不斷提高，三甲醫院多已建設分子病理實驗室，擴大了病理科的規模。隨著信息化技術的升級，數字化技術的出現給病理科業務標準化帶來了希望。將物理切片數字化，使得病理醫生能夠通過顯示器閱片，同時也會打破會診切片傳輸過程中的時空限制。而且，數字化將流程和記錄工作無紙化，提高了病理科的運營效率；集成的數字化系統將記錄和歸檔工作電子化，實現全流程的信息追溯并優化后續的歸檔管理效率。AI技術的出現為病理科的質控及診斷再添一翼。首先，AI通過自動檢測數字切片圖像中的異常和錯誤，來幫助病理醫生進行智能質控，確保診斷結果的準確性和可靠性。其次，AI能夠輔助醫生進行診斷，自動排陰篩查，降低醫生工作量。數字病理是一種基于圖像的動態環境，能夠采集、管理和解釋從數字化切片生成的病理信息。通俗來講，是指通過掃描技術對病理數據進行數字化采集（將傳統病理的物理切片轉換成高分辨率數字圖像），醫生通過數字化切片生成的信息進行病理診斷以及病理數據管理。數字病理是數字成像技術（又稱計算機成像技術）在病理學領域的成功實踐，包括臨床和非臨床兩方面的應用。臨床應用：包括通過數字病理圖像進行日常病理學診斷以及開展遠程病理診斷。非臨床應用：包括科研和教學。數字化智慧病理科建設包括工作流程的升級以及多方共同推進建設落地。數字化智慧病理科建設全景圖
來源：蛋殼研究院
在實現數字化工作流程之前，傳統病理科主要是依靠人工操作、顯微鏡診斷來實現科室運轉。數字病理、AI技術的出現為傳統病理工作模式帶來了創新范式，主要體現在以下幾個環節。工作流程對比圖
來源：商湯科技
科室全流程運轉：依托數字信息系統，優化科室協同效率和工作流程管理。病理科工作流程分為標本送檢、登記、取材、制片（脫水、包埋、切片、染色）、診斷、報告出具、歸檔。傳統工作流程的運轉依賴人工操作以及實物載體（紙質記錄、物理切片等），通過建立全流程信息管理系統以及標本追蹤系統，可以實現全工作流程無紙化、質控管理精細化。閱片環節：結合數字掃描技術，實現數字化閱片。傳統病理閱片需要進行人工分片后，醫生通過顯微鏡對物理切片進行分級審閱。傳統的模式下，醫生審片等待時間長，并且受限于實驗室和顯微鏡。進行數字化升級后，通過數字掃描儀，實體切片以掃描圖片的形式在電腦端呈現，并且通過信息化的系統實現實時的分配。一方面，病理醫生不再需要依賴顯微鏡，工作地點或能散布至臨床科室，加強與臨床端的溝通與合作。另一方面，以系統取代人工分片，可以極大程度節約醫生的工作時間，從而提高工作效率。來源：Journal of Digital Imaging，蛋殼研究院診斷環節：通過數字圖像實現遠程應用拓展，引入人工智能技術減少病理醫生重復性工作。實現切片數字化后，其圖像文件經網絡傳輸從而實現遠距離病理診斷，突破了時空限制，延伸了數字病理的應用范圍，可以實現更多醫生參與疑難病例的共同決策。另外，對于常規病理切片的診斷來說，大部分常規切片難度較小，但是切片量往往較大、具有高度重復性，因此很容易造型診斷醫生的疲勞，難以體現病理醫生的真正價值。通過AI技術深度學習能力，可以輔助病理醫生決策和診斷，減少醫生的重復性工作。歸檔環節：數字化存儲技術可幫助科室建立數字病理圖書館，賦能教學及科研。未實現數字病理流程之前，傳統的病理歸檔是通過建立檔案室，對物理切片及蠟塊進行統一管理。隨著時間流逝，容易出現玻片褪色等問題，并且實物切片很難對有價值病例進行大規模分享，限制了進一步的應用拓展。通過數字化升級后，病理切片可以通過數字圖像的方式永久性存儲，并且通過網絡可以進行無上限的分享，打造更有價值的知識共享平臺。數字化智慧病理科建設不僅僅是病理科自身的建設，更需要醫院整體生態系統的配合以及產業端的聯合推進。全模塊、全流程數字智慧病理科室的建設不僅需要依靠病理科自身的努力，還需要院方管理層、行政部門、信息科、臨床科室以及產業端的共同參與。全流程數字智慧病理科建設涉及到多個業務環節的改造，科室自身不僅需要對空間、人員配置等方面進行合理規劃，還需要配置相應的數字化、智慧化設備以及系統，定制新的工作流程；單靠科室的力量無法解決全方位的優化升級。全片量、全生態數字智慧病理科的建設很大程度上依賴于醫院管理層、病理學會以及監管層的共同促進。如前文所述，數字化智慧病理科最終建設形態不應該只針對部分病理切片以及單一科室的建設。僅實現單科室的部分病理切片升級優化無法推動整個病理行業的數字化、智慧化發展，行業痛點依然無法得到徹底的解決。因此，要想真正意義上實現數字化智慧病理科建設必須依靠行業整體的力量，針對全片量以及全生態都進行改造升級。要實現全片量、全生態的全面覆蓋，需要非常高昂的成本投入，這并非病理科自身努力可以實現的目標，需要更高層級的推動與呼吁。數字化智慧病理科建設包括信息化、數字化和智慧化三個方向。信息化是指基于信息管理系統對傳統病理科工作流程進行全面線上化升級，實現全流程信息化管理。信息化是數字化的基礎。建立追蹤系統，實現自動化記錄及無紙化對接，降低人工錯誤風險。傳統病理實驗室缺乏追蹤系統，組織標本、蠟塊和玻片都是通過手寫的方式記錄，并通過紙質記錄單進行業務交接以及保存；這種工作模式下很容易因為人工失誤導致記載錯誤以及記錄丟失的情況，并且無法進行追溯。信息化建設的第一步就是需要對工作全流程進行無紙化、線上化升級，其建設前提是引入追蹤系統。通過追蹤系統，可以真正實現病理檢查全流程無紙化操作，在符合生物安全規范的同時，也大大地節省人力、耗材和儲存空間。追蹤系統通過引入條形碼打印機和閱讀器，實現無紙化。追蹤系統包括條形碼和條碼閱讀器（即掃碼槍），通過機器掃及計算機自動記錄的方式進行智能化信息抓取，可以完全取代人工操作，對每個環節交付物進行線上記錄，實現全程無紙化的留檔和交付，避免人為誤差。并且，通過與病理PIS系統對接，可以實時記錄操作人員、環節用時等，方便后續進行錯誤追蹤和統計，實現工作流程監控。這里值得注意的是，必須對從組織離體到報告出具全工作流程進行線上追蹤，組織標本、蠟塊、物理切片等所有環節交接物均需要配備追蹤條碼，并在手術室、病理科樣本接收站、取材臺、制片室對應配置條碼閱讀器。（2）信息管理系統（PIS系統）：實現科室內部信息化建立病理PIS系統，實現無紙化運行。傳統病理科信息管理系統只能支持簡單的簽發報告功能，無法實現科室內部工作流程信息化管理，樣本流傳仍是依靠人工。因此，要實現無紙化管理，科室PIS系統是必要條件。同時，信息系統所記錄的日常工作中產生的多項數據也為病理科醫療質量控制及其持續改進提供了有效依據。完善的病理信息管理系統設計復雜，需要囊括多個功能模塊。由于病理科操作環節復雜，因此對應其信息化建設也會涉及到多個模塊。不同醫院工作流轉細節各異，因此在模塊設計上會存在差異，但基本模塊相差不多。根據研究院調研結果總結，一個完善的病理信息管理系統需要包括以下幾個必備模塊。數字化是指基于數字切片實現病理診斷以及其衍生的相關數字病理的應用。數字化建設模塊圖
來源：蛋殼研究院
建立數字病理系統，實現物理切片數字化。數字病理系統包括掃描工作站、數字診斷、存儲模塊、數字化質控、數據安全五大模塊。掃描模塊包括掃描以及顯示兩個細分模塊。掃描模塊主要負責數字病理圖像的采集和處理，包括數字化掃描、圖像預處理、圖像增強、歸一化和標準化等。掃描模塊核心是掃描儀的配備。掃描儀是將物理切片轉化為數字切片的基礎。掃描儀的質量決定了輸出圖片的壓縮情況，直接影響顯示成像的質量，是數字切片能否還原模擬實體切片的第一步。顯示模塊包括顯示器以及顯示系統。成像的質量（還原度、清晰度、色差）以及閱片體驗感（系統流程度、操控性）除了與掃描儀的質量有關外，還與顯示模塊有關。一方面，顯示屏決定了圖片的可視化程度，是否可以無色差、無壓縮的呈現。數字病理診斷模塊主要用于支持病理醫生通過數字閱片的形式進行病理診斷。數字診斷模塊需要實現顯微鏡診斷下所有操作功能，包括診斷視野移動、圖像縮放、多層次展示、圖片截圖等。通過輔助個性化組件開發可以實現自動檢測以及優化工作流程，包括，自動檢測物鏡放大倍數和形態校準、關聯載切片標簽數據和圖像、增強目鏡功能，實時查看注釋、數據庫管理和過濾，自動保存價值數據。存儲模塊由各種存儲設備和控制部件及管理信息調度的軟件組成。專業數據存儲模塊主要負責數字病理圖像的存儲和管理。數字病理圖像需要按照一定的規則進行存儲，以便進行后續的訪問、處理和分析。該模塊還需要實現圖像檢索、篩選、比較和歸檔等功能。軟硬件結合，實現病理數據永久性存儲。傳統病理科病理是通過物理切片進行存儲，長期會存在褪色情況，無法真正意義實現永久保存。實現切片數字化后，物理切片可以以數字圖片的形式進行永久性存儲。首先，存儲的實現需要有相匹配容量的存儲設備作為存儲介質。其次，需要通過存儲系統實現數據的存入和取出兩大功能，要保證未來5年數字化診斷、全院臨床、科研、教學的500-1000個切片1秒并發調閱的需求，確保存儲短時間內不落后。再次，一定使用先進的藍光介質確保數據存儲成本低存儲周期長，滿足國家衛健委要求數據長期保存30年免遷移的要求，且支持數據“隨要隨取”的快速調閱。基于存儲功能的實現，可以進一步建立病理數據庫以及知識庫。該模塊主要負責數字病理數據和知識的管理和存儲。數字病理系統可以通過積累大量的數字病理數據和知識，來提高分析和診斷的準確率和效率，也可以用于疾病預測和治療的研究以及教學工作的開展。WSI質控模塊主要對切片數字化過程的質量以及一致性進行管理和控制，提高數字化病理診斷的準確性和可靠性。其主要針對掃描、切片、診斷、數據四個方面進行質控管理。數字切片掃描質控：掃描過程中，可能會因掃描器載玻片清潔不當、掃描聚焦不佳、拼接方式錯誤導致掃描偽影，從而影響最終診斷結果。因此，需要對數字切片掃描的質量進行評估，包括切片圖像的清晰度、分辨率、對比度等。數字切片管理質控：對數字切片的存儲、檢索和共享進行質量控制，確保數字切片的完整性和可靠性。診斷質控：對數字化病理診斷過程進行質量控制，包括對診斷過程中的誤診、漏診、誤判等問題進行監控和糾正。數據質控：對數字化病理數據進行質量控制，包括對病理報告、診斷意見、病例資料、影像資料等進行質量監控和糾正，確保數字化病理數據的準確性和可靠性。病理數據屬于患者隱私信息，一旦泄露容易造成醫療風險，尤其是實現病理切片化后，數據安全性問題成為一大重點問題。因此數字病理系統中必須設置數據安全管理模塊來保障系統的安全以及對權限進行管理。通過數據加密、訪問控制、身份驗證等一系列技術來確保數據的安全和隱私；同時，通過權限管理和審計等功能，進一步確保系統的安全和穩定。病理科可根據自身發展需求，基于數字病理系統進行應用平臺的疊加。一般包括三個應用平臺：會診平臺、教學平臺、科研平臺。通過遠程會診平臺實現數字病理遠程會診和交流。數字病理系統可以通過遠程會診和交流功能，讓醫生之間展開協作，提高診斷的準確率和效率。遠程會診平臺核心是遠程會診系統的搭建。一個成熟的遠程會診系統需要包括以下8個功能模塊。數字病理切片的出現徹底改變了病理學教學的模式，利用數字切片可以突破培訓規模、地點、人員的限制。教學平臺基于教學數據庫以及遠程教學系統可實現線上教學、培訓等功能，促進醫學教育的發展。除了同樣需要用戶管理、交流協作、安全管理模塊外，還需要設置教學相關模塊，如教學課件的輸出與展示、教學任務的分配、教學成果的統計，還可以針對具體教學需求，設置規培測試、教學打分等。科研平臺基于數字病理數據庫和云計算技術，為病理科研人員提供更多有效科研數據，提高病理科研的效率和質量。從科研角度來說，數據統計分類以及價值挖掘，是最核心的內容。科研平臺模塊設置需要注重數據相關功能的開發。AI應用主要體現在4個環節：制片環節、診斷環節、質控環節、病理科研環節。AI在數字病理制片環節的應用依賴AI圖像分析技術，可以幫助制片環節實現更高質量、更高效率。應用模塊主要包括以下幾個方面。AI可應用于數字化標本制備過程中的智能切片模塊，通過數字化設備對于組織標本進行數字化掃描，提示取材的病變區域，輔助切片位置更加精確切片和標本圖像的快速采集。AI可應用于數字病理染色環節。一方面，可以通過深度學習技術對染色過程進行自動化控制和智能優化，提高數字病理圖像的染色質量。另一方面，未來或能實現虛擬染色。傳統方式是通過化學試劑染色，存在成本高和周轉時間長的問題。根據加州大學洛杉磯分校的研究團隊最新技術，可以基于AI深度學習功能，對物理切片進行虛擬HER2染色。生物組織在吸收光時會產生自發熒光信息，通過捕獲未染色組織的自發熒光信息和深度神經網絡，可以快速將這些無染色的自發熒光圖像轉換為虛擬組織學圖像，顯示出準確的顏色和對比度。這種虛擬染色過程每個樣本只需幾分鐘，且不需要昂貴的設備或有毒化學品。僅通過一臺計算機，就可以在染色環節實現更快、更經濟的完成效果。來源：Journal of Cellular Physiology一方面，人工智能擁有病理報告的自然語言處理能力，可以自動分析和提取數字病理報告中的關鍵信息，如病理學特征、病理分級等，實現數字病理報告的自動化處理和整合，提高數據錄入的準確性和效率。另一方面，人工智能可以應用于病例的智能識別和歸檔，根據不同的病例類型和特征對病例進行分類和整合，提高數據管理的效率和準確性。AI病理診斷包括通用型輔助診斷以及智慧化輔助診斷。AI技術具有圖片識別和自動分析能力，在病理診斷中，可以自動識別和定位病變區域，并且根據學習模型為病理醫生提供參考意見。現有技術已經可以實現部分癌種的初步篩陰，很大程度上減少了病理醫生低值工作量（約70%）。以細胞病理診斷為例，病理AI系統對細胞檢測后分析，可以初步篩選出陰性病例，檢出率高達99%以上，與人工水平持平，病理醫生只需要對診斷結果進行復核以及適當控制即可以出具報告。數字病理導入模塊：單獨的病理輔助系統需要上傳數字病理圖像，因此需要配備圖像導入功能。若后續實現了掃描系統與AI診斷系統的對接，則可以通過端口實現自動化傳輸。圖像AI自動處理模塊：包括數據預處理、特征提取、圖像分類、智能分析。AI系統需要對病理圖像質量控制、歸一化、去噪、對比度增強等進行預處理。通過深度學習算法，對病理圖像的特征信息，如形態學、紋理、顏色等進行提取和分類（正常、異常圖像）。輔助診斷模塊：通過可視化、解釋性技術和AI自動分類結果和相關的臨床信息，并對AI模型的結果進行解釋，使醫生能夠更好地理解和接受AI的診斷結果，提高醫療決策的信任度和可靠性。診斷報告模塊：AI技術可以自動輸出結構化報告。AI會根據分析結果，給病理醫生提供參考診斷結論。目前除了宮頸細胞學之外， AI診斷仍未獲得其他方向的三類證；因此現階段，病理醫生仍需要對、AI診斷結果進行人工審核，對于存疑病例進行修改后自動生成診斷報告。智慧病理診斷是基于通用型AI輔助診斷系統的優化升級。AI技術可以根據個體的生物特征和病理表現等信息，構建針對個體的智慧化病理診斷模型，實現個性化輔助診斷。通過構建智慧化病理診斷模型，可以更加準確地預測疾病的發展趨勢和治療效果，為個體化治療提供科學依據，提高診療效率和質量。基于通用輔助診斷系統，個性化輔助系統會在以下三個模塊進行優化。來源：Seminars in Cancer Biology，蛋殼研究院模型構建和訓練：構建智慧化數字病理診斷模型，并通過對已有樣本的訓練和優化，提高模型的預測準確性和穩定性。模型評估和優化：對構建好的模型進行評估和優化，以保證模型的可靠性和泛化能力，并根據新的數據進行模型更新和迭代。模型應用和迭代：應用于臨床實踐，為醫生提供輔助診斷和治療建議，同時進行自身模型、算法的優化。質控環節可以實現全面智能化。人工智能可以識別和糾正病理診斷中的錯誤和偏差，提高準確性和可靠性。利用AI進行質控，主要體現在三個方面的賦能。在流程質控方面，除了可以在實際操作過程中進行實時風險預警，還可以利用AI統計分析不同環節的用時情況以及完成質量，推動后續工作方式及人員協同的優化。例如，可以通過AI技術自動檢測并突出顯示H&E染色幻燈片圖像的模糊、不可讀區域。在數字化質控方面，數字切片是數字化病理學的基礎，數字切片的質量直接影響到病理診斷的最終結果。AI可以對數字切片的清晰度、色彩準確性、偽影、圖像失真等進行自動化的控制，保障數字切片的質量。在診斷方面，在病例發送給病理醫生之前，可以用AI幫助篩查意外事件，例如組織污染、微生物污染等；在診斷結束后，還可以用AI進行復核，給出錯誤警告。AI結合數字病理技術可以推動病理科研的快速發展，挖掘病理切片更多未知的價值以及應用方向，主要體現以下三個功能模塊。科研的基礎是數據庫的建立，AI可以創建更有價值的數據庫。傳統方式是進行人工分類以及標記來完成數據庫的建立，工作量繁雜。利用人工智能技術可以自動對數字病理圖像進行分類和標注，建立亞專科數據庫作為科研依據。AI可以幫助更高效的利用病理大數據。AI技術可以更高效的對數字病理大數據進行挖掘和分析，發現隱藏在數字病理數據中的規律和趨勢，幫助醫學研究人員發現更多新的研究方向。AI可以提高研究分析效率。可以利用人工智能技術對數字病理數據進行可視化和交互分析提供直觀的數字病理圖像和數據分析結果，幫助研究人員進行數字病理數據分析和研究。根據醫院定位和職責，頭部大型醫院自身應該實現以信息化系統為基礎、數字病理圖像為載體、全流程質控、AI型高效運轉的數字化病理科建設，促進“醫、教、研”三頭并進。從宏觀角度來講，頭部醫院還應該承擔全國病理科整體發展的領頭作用，推動建設方案以及行業標準的制定，帶動下級醫院病理科建設。承擔國家區域醫療中心、省級區域醫療中心的三級醫院會有很多分院區，在病理科醫生緊缺的情況下，分院區很難派出或招聘到病理科醫生，數字化病理是這些區域醫療中心的必然選擇。作為頭部大型醫院，全面數字化智慧病理科建設應該包括3個方向：全模塊的建設；全病種、全數量病理片的覆蓋；頭部醫院牽頭推動全生態的建設參與。信息化建設應當覆蓋全業務環節，幫助科室實現無紙化運行。作為頭部醫院，在信息化建設方面需要實現全面覆蓋病理業務環節。一方面，大型醫院病理量大，人工操作可能出現一定的錯誤率，必須通過信息化管理規范工作流程，實現標準化運行。另一方面，頭部醫院需要承接基層醫院向上會診的需求，實現全業務環節信息化可以通過線上的方式傳輸和共享數據，獲取到其他醫院的病理報告和診斷信息，為患者的診治提供更全面的信息，減少對接錯誤的風險。在實際建設過程中，首先需要針對病理業務相關內容搭建內部信息管理系統（PIS系統）。PIS的搭建需要科室投入較多的時間以及人力成本。不同醫院病理科工作習慣以及運轉方式的不同，一個高效化的信息系統需要針對科室自身運轉的痛點進行設計，因此在進行信息系統搭建過程中會涉及到大量的個性化需求。整體工作量大且繁雜，要想搭建一個較為完美的信息管理系統，這就要求科室有具體的目標和項目規劃，同時安排病理專員全程跟進，并持續性的進行優化和改進。其次，除了病理業務信息系統的搭建外，要實現全環節信息化還需要對工作環節涉及到的多個信息系統進行集成，以實現院內、院際的信息互聯互通。信息系統的集成分為三個方面：應用系統集成、醫院系統集成、生態系統的集成。系統集成過程中，需要不斷優化現有的信息系統，提高科室建設水平。根據調研總結，針對當前病理科信息化現狀，大家關注度較高的幾個子系統為：電子申請單系統、術中快速病理系統、病理質控系統、病理教學系統、患者預約系統、患者報告系統等都可以針對患者、病理科及臨床科室等多方面訴求進行信息化升級，具體參考建設方案如下。為了保障信息系統可靠性、運行性能，需要增設信息系統管理員進行全程管理。首先，管理員需要承擔系統安全保護功能，包括監控、檢測和應對網絡攻擊和數據泄露等安全威脅。同時，對用戶的權限進行管理，確保用戶只能訪問他們所需的信息和功能，防止信息泄露和錯誤操作。其次，信息管理員需要保障系統的穩定性，監控系統的運行狀態，及時發現和解決系統故障和異常情況，確保信息系統的運行。此外，信息系統管理員可以通過調整和優化信息系統的配置和參數，提高系統的性能和效率，提高用戶的使用體驗。應用平臺建設：結合醫院未來發展規劃，分步重點性建設應用平臺。應用平臺運行效率和賦能與功能模塊的設計以及細節優化有著密切關系，因此科室需要投入較大的時間以及人力成本，同時搭建多個應用平臺難度較大。根據醫院的發展定位，對應展開重點性建設是較為理想的方式。除了數字化建設外，科室也要重視AI對于數字病理的應用。積極探索病理醫生與AI的協同模式。在數字病理AI方向，AI技術可利用強監督學習及弱監督學習建立算法模型對WSI進行分析；對于宮頸細胞學這類具有高重復性、一致性的常規病理診斷準確率高，對于疑難病理的分析尚不能達到實際應用的標準。對AI進行合理的定位以及工作分配，實現人工與AI的協調診斷，可以提高工作效率。根據調研結果及技術現狀，中短期內，AI作為病理醫生的輔助工具是較為理想的模式。可以利用AI進行一輪初診，排除陰性病例（定期進行人工抽查確保其診斷安全性），病理醫生針對陽性病例進行重點審核。AI應用的需要針對科室情況，進行個性化訓練升級。在數字病理方向，考慮到行業的嚴謹性，無法進行AI模型的自主主動學習訓練。每一個病理AI模型必須經過使用醫生嚴格的驗證和評價后，才可以使用。訓練得到一個成熟穩定的病理AI模型需要涉及到兩個方面。來源：Modern Pathology，蛋殼研究院● 通過病理醫生優化診斷模型：病理醫生可以為AI系統提供更準確、更全面的標注信息，從而提高AI診斷算法的準確性。● 建立內部專業數據庫：為了提高AI病理診斷的準確性和精度，?于AI訓練的數據應盡可能準確和完整，以最?限度地提?可預測性和實?性。因此，對于頭部醫院病理科，應該建立內部病理大數據庫，并形成亞專科子數據集。AI產品仍在處于發展、完善階段，要想實現更多病種病理診斷的AI應用，需要科室與產業端共同努力推進。病理醫生和病理AI廠商應該積極地開展交流和合作。一方面，兩者共同探討病理診斷方向及AI方向的最新技術和應用方法，從而推動病理AI領域整體的進步；另一方面，AI產品應用風險以及資金投入也是實踐運用中需要重點關注的問題；同時，為了實現更多病種的合規應用以及持續性的產品優化，科室應與產業方展開密切合作，推動AI產品的獲批以及相關物價的落地，實現更安全，持續性的應用。除了內容模塊以及流程的全面覆蓋，頭部醫院在實現數字化病理科建設的過程中，還應該實現全片量病理切片的數字化。全片量數字化最大的價值是為開展智慧化建設蓄力，數字化建設情況會很大程度上影響智慧化建設的難度和進度。作為頭部醫院，遠期發展實現智慧化建設是毋庸置疑的，全掃全存將更完整呈現病理數據庫，為后續展開不同亞專科病理AI算法模型的探索，提供數據的真正價值。堅持專科漸進的原則，逐步推動全片量數字化。考慮到建設的時間節點、資金預算、技術要求等方面，為了確保建設的有序推進，科室需要制定合理的掃片方案。現階段，受限于技術的發展情況，實現全片量數字化硬件端采購成本過高，并且持續性的存儲成本壓力逐漸上升，可能會對病理科的正常運行造成較大影響。根據調研結果總結，科室應該尊重循序漸進的掃片原則，從單一亞專科病種開始，重點專科深入，實現科室降本增效以及賦能科研。參考原則如下：● 參考病種優先級：評估數字化技術在不同病種中的應用價值。應優先選擇高發、高死亡率或重要臨床價值的病種，例如，宮頸TCT篩查、乳腺篩查、消化道腫瘤和肺癌篩查等。這些病種的數字化病理科應用可以提高診斷效率和準確度，有助于提高臨床診療的周期及水平。● 評估可行性：數字化智慧轉型中，科室會面臨一定周期的適應期。為了縮短過渡期，需要對流程可行性、操作簡便性、成本效益等方面進行評估。建議先從AI應用成熟、樣本面積小、診斷難度小的樣本入手，可以更快的實現單一亞專科全片量數字化流轉。● 結合建設目標：需要根據科室發展目標，是否存在特色專科化建設需求，選擇日常診療需求更為迫切以及科研重點覆蓋的病種優先實現數字化。作為三級醫院，擁有更強的建設能力，需要承擔帶動以及幫助下級醫院數字化智慧病理科建設的職責。作為牽頭中心，除了輸出經驗證技術完備的、成熟的一體化數字化智慧病理科解決方案，同時也將承載培養、調度適應新工作模式下病理行業的人員的任務。首先，三級醫院病理科自身需要建立輻射意識，對基層醫院可采取實質性的幫扶措施，促進優質資源下沉。分階段交叉建設是落地的關鍵。對于三級醫院來說，數字化智慧病理科建設是一個長周期建設項目，預計需要3-5年的建設周期。根據建設目標，分階段建設，不同建設階段之間呈現并行、交叉建設是貼近實際的有效方案。根據不同醫院的運行情況，不同階段的建設重心也存在差異，整體建設路徑大致分為兩類。對于病理切片量大、需要承擔區域重點醫療功能的醫院來說，其病理診療壓力大、醫療資源緊缺、并且往往以多院區、多中心的形式覆蓋區域診療需求，對于數字化的需求更為強烈；對于專科醫院來說，由于需要對特定病種進行深入研究，因此建立數據庫具有巨大的價值。爭對以上兩種類型的醫院，建議將建設重點優先放在數字化的全面覆蓋，并適時進行AI應用需求的探索。對于大型綜合型三甲醫院，其工作量包括常規切片及疑難切片，AI可以有效地幫助這類醫院解決很大一部分診斷壓力，建設性價比更高；同時，可結合院內科研重心，通過AI更快速的賦能病理研究的進度，挖掘新的方向。因此，這類醫院前期適合數字化、智慧化兩頭并進式建設，后期實現全量級、全生態的建設。醫院根據建設需求，以并行式建設的方式推動落地。在資金有限的情況下，首先應該覆蓋基礎性建設，包括追蹤系統搭建、PIS系統的建設與運行、質控系統設計與運行、系統對接、掃描儀采購、專業數據存儲設備建設。同時，根據醫院自身的偏好和需求，對科研教育應用平臺、生態鏈信息互聯互通、智能化制片、AI輔助診斷系統、AI質控系統、大數據庫搭建、多中心建設、臨床-病理聯盟等工作進行優先級排序，同步與基礎性建設并行展開建設。2、市縣級醫院建設：背靠頭部，打牢地基，實現數字化聯動覆蓋更多市縣級醫療需求，分擔頭部醫院的就診壓力。根據分級診療制度，市縣級醫院要最大程度的滿足當地人民的病理診斷需求，減少常規病例會診的情況。基于定位，在病理檢查方面，市縣級醫院病理科需要完成患者常規病理檢查，對于疑難病例，通過遠程會診的方式盡可能實現患者就近就診的需求。同時，市縣級醫院病理科需要積極參與學術交流和培訓活動，提高病理醫師的專業技能和知識水平，提升整個醫療機構的病理學服務水平。因此，市縣級醫院的核心數字化建設目標分為兩個方面：開展高質量遠程會診、實現病理醫生更便捷、有效的學習路徑。對于市縣級醫院來說，建設數字化病理科可以幫助臨床工作的展開。市縣級醫院數字病理科的建設存在必要性。部分醫院由于缺乏病理科或者病理科規模較小，部分疑難病例無法給出準確的病理診斷結果，進而無法對患者展開后續的治療，導致了很大一部分患者的流失，例如癌癥的診療，其難點主要在于癌種具體類型的判定以及治療方案的確定。大部分市級醫院具備一定程度腫瘤治療能力，可以對患者進行放化療等手段。進行數字化病理科的建設后，病理科可以通過遠程會診的方式明確病理診斷，促使臨床開展更多病種的治療，有效增加臨床端的收益，促進醫院的正向運行。一體化是市縣級病理科實現數字化最具經濟性價比的建設方式。市縣級醫院IT經費有限、IT維護能力較弱，建議要通過一體化的方式來解決市縣醫院病理數字化。一體化的方式需要集成數字切片掃描儀、病理信息系統、病理AI輔助診斷系統、數字化病理閱片系統、數據采集系統、遠程病理系統等快速幫助市縣醫院快速實現數字化。對于市縣級醫院來說，傳統病理+數字病理會是長期共存的模式。考慮到市縣級醫院建設能力問題，科室應根據實際情況進行選擇性建設，遵循先從簡化的、針對性的方面入手原則。市縣級醫院可仍采用傳統的病理學診斷方法，輔以數字化技術，逐步推進數字化病理科建設，以滿足市縣級醫院的需要。信息化是基礎建設內容，科室信息化升級是必要投入。一方面，下級醫院需要實現與上級醫院的對接，不同病理科之間可能采用不同的數據格式和標準，信息管理系統可以統一數據格式和標準，確保信息的互通和共享。另一方面，信息管理系統可以實現顯示自動化處理和傳輸，提高信息傳遞效率。同時市縣級醫院病理醫生經驗相對少，容易出現操作不規范的情況，所以市縣級病理科更需要借助信息化系統對病理樣本制作質量、檢測結果質量以及診斷結果質量等進行全過程監控和評估，加強最終報告出具的可靠性。在信息化建設中，科室需要有重心地對工作環節展開無紙信息化升級，然后進一步實現全流程信息化。建議優先升級的環節包括：追蹤系統、線上管理系統、質控系統。詳細模塊建設方案可參考信息化建設相關內容。對接上級醫院教學平臺，從本質上解決人才問題。市縣級醫院可以通過參與學術交流以及教學課程等方式，提高自身的診斷水平。進行數字化升級后，對接頭部醫院的線上教學平臺，加強了與頭部醫院病理醫生的交流互動。能力充足的情況下，進一步搭建病理數據庫。科室可以針對某些高發疾病或者常見病進行數字化記錄，為后續全面開展數字化做準備。對于市縣級醫院來說，智慧病理科建設價值主要體現在質控方面。市縣級醫院病理科的規模較小，且隨著遠程診斷的需要，病理切片的制片質量需要提高重視，所以病理質控的工作顯得尤為重要；相比較診斷，AI在質控環節的應用更有價值。目前病理科可以通過信息系統實現質控，但仍然需要依賴于質控管理員，并人為干預。進行AI質控后，既可以實現實時質控提示，還可以節約人力成本。目前，AI質控系統尚未完全實現實際應用，但已有科室進行逐步相關探索且進行布局。病理中心化可以有效減少人力資源投入及基礎運營成本；其建設目標是構建并輸出一體化數字病理科解決方案，實現在數字化與人工智能賦能下，轉化為最佳的病例承載量、最有效的人力資源配置，同時將大中心的醫療資源平等分配。病理中心的建設需要根據區域的情況實現因地制宜的方案。主要分類兩類病理中心的建設。對于大城市（省級以上）來說，頭部三甲醫院病理科具有較強的病理診斷和運營能力，不需要單獨成立病理中心。依托三甲醫院進行病理中心建設，輻射下級醫院是主要的趨勢。這類病理中心一般需要分功能進行建設，在不同的三級醫院設立不同的功能中心，部分能力較強的頭部醫院可以承擔多個功能；分散式中心建設可以對整體區域病理科發展形成一定的制約和平衡，促進醫療機構之間的協作和協同發展。根據功能，一般分為4類非獨立性中心：會診中心、質控中心、教學中心、科研中心；針對各自承擔中心的功能，科室需考慮是否專注于某一功能，對相對應用板塊進行重點性建設。對于部分市縣級醫院來說，頭部醫院病理科能力相對薄弱，并且較為分散，無法單獨運行一個病理中心。對于這類地區，集中建設獨立性病理科是較為理想的建設模式。通過資源的整合、集中多方力量，可以實現規模化效益，從而降低運行成本，提高效益，實現降本增效的目的。目前，寧波市已經實現了獨立病理中心的運行模式，根據目前運行現狀，既有效覆蓋了全市常規病理量診斷，并且對于疑難病理的診斷能力媲美頭部醫院病理科，其建設成效證實了獨立式病理中心運行的可行性。獨立病理中心的模式可以進行全國性的推廣以及復制，但需要注意以下幾點：第一，需要根據當地情況進行可行性判斷，包括區域病理切片總量、地區各醫院病理科建設情況、區域醫療板塊發展規劃。第二，前期建設過程中，需要政府層面給予支撐和引導。建設初期，投入較大，并且涉及到不同部分的整合與協作，對于市縣級病理科來說，單憑自身實力很難實現基礎建設以及初期運轉。第三，積極需求頭部醫院病理科合作，通過優質資源下沉的方式，加速建設速度，減少前期試錯成本。以下為報告全文目錄：
關鍵詞：
版權和免責申明
凡注有"環球傳媒網 - 環球資訊網 - 環球生活門戶"或電頭為"環球傳媒網 - 環球資訊網 - 環球生活門戶"的稿件，均為環球傳媒網 - 環球資訊網 - 環球生活門戶獨家版權所有，未經許可不得轉載或鏡像；授權轉載必須注明來源為"環球傳媒網 - 環球資訊網 - 環球生活門戶"，并保留"環球傳媒網 - 環球資訊網 - 環球生活門戶"的電頭。
