本文围绕西湖大学人工智能与生物医学影像实验室发布的全球首个融合镜下视野和全场图的多模态病理大模型DeepPathAI展开，介绍了其在病理诊断中的优势、研发历程以及背后团队的初心，展现了该模型为病理诊断带来的变革。
近日，首届数智病理西湖峰会盛大举行。在此次峰会上，西湖大学人工智能与生物医学影像实验室重磅发布了全球首个融合镜下视野和全场图的多模态病理大模型——DeepPathAI。值得一提的是，该模型即将在杭州市一医院正式落地应用，这无疑让AI时代的数智病理从设想变为了现实。
几小时工作量缩短到一杯咖啡时间
病理诊断在医疗领域有着“金标准”的美誉，它在疾病的诊断、治疗以及预后评估等方面都发挥着至关重要的作用。然而，在传统的病理诊断模式下，医生需要在拥有数亿像素的切片中仔细搜寻可能存在病变的蛛丝马迹。这样的工作不仅耗时费力，而且还容易受到医生主观因素的影响。
杜克大学的黄教悌教授在峰会上分享了一组数据：“一个患者平均需要15张活检切片，如果一周有100名患者，那就是1500张切片。”他还指出，“人眼会疲劳，医生的经验也存在一定的边界，而且对于罕见病变，误诊的风险始终存在。”
而DeepPathAI的出现则极大地改变了这一现状。它能够以0.25微米的超高精度对切片进行扫描，在短短几秒之内就能完成基础筛查工作，并智能标记出可疑病变区域。在DeepPathAI的设计者、西湖大学人工智能与生物医学影像实验室负责人杨林看来，这个模型将成为病理科医生的“超级私人助理”。
图为杨林在西湖大学人工智能与生物医学影像实验室
与普通的病理AI只能识别细胞形态不同，DeepPathAI具备更强大的功能。它不仅能“读病历”，结合基因数据、患者病史甚至家族癌症史，为医生提供更完整的诊断依据；还能“思考”。当医生面对复杂病症时，它不仅能迅速标记出病变区域，还能在秒级时间内调取全球病例库，为医生提供相似病例分析和治疗建议，让医生无需再从零开始查阅海量文献。
此外，通用病理建模范式让DeepPathAI成为了病理诊断领域的“全科医生”，它能够支持宫颈癌、肺癌、乳腺癌、胃癌等40多种癌症类型的互动式诊断，大大提升了诊断效率。正如杨林所说：“十年前可能需要N个小时才能完成的工作，现在喝一杯咖啡的时间就能搞定。”
百万级数据集，打造病理AI“集大成者”
2023年，杨林团队开启了从零打造系列“病理基座大模型”的征程。同年，团队发布了首个成果——医学数据库PathAsst，这个数据库包含130亿参数和700万医学文献。到了2024年，团队更是连续发布了4个病理基础大模型，并凭借出色的成果获得了领域顶级会议MICCAI 2024的青年科学家奖。
此次发布的统一模型DeepPathAI，可以说是杨林团队过往成果的“集大成者”。作为一种统一的病理图像分析人工智能模型，它能够同时处理显微镜下视野和全场扫描图像，打破了传统AI只能针对单一病种的局限。就像一把“万能钥匙”，一次训练即可适用于多种癌症和病理类型。
图为杨林团队病理大模型研究历程
DeepPathAI之所以能够快速精准地判别不同癌症类型，主要得益于它结合了两种视觉系统，一种专注于整体特征，另一种专注于细节特征。同时，它采用“从小到大”的学习策略，先学习显微镜下视野图像，再学习全场图，并且能够模拟病理医生进行多尺度分析，既可以看到细胞水平的变化，也能观察到组织层面的模式，实现了知识在不同癌症类型间的融合迁移，从而无需为每种癌症单独训练模型。
由DeepPathAI引发的变革已经在悄然发生。在新疆，搭载DeepPathAI的智能扫描系统将百万两癌筛查的人群阳性检出率提高了2个百分点；在云南，搭载该模型的智能显微镜系统可以和广州实现实时交互，让偏远地区的患者也能获得及时诊断；在浙江松阳县，基层医院已经开始体验到了大模型带来的便利。
让病理医生不再吃泡面
从2003年杨林发表首篇AI辅助癌症诊断的论文开始，到2025年正式推出DeepPathAI，他在病理AI这条道路上已经坚持走了20余年。
2004年，在美国新泽西癌症中心的实验室里，杨林第一次深切感受到了病理医生的日常工作状态。医生们每天需要查看海量的切片，往往一坐就是十几个小时。这让他开始思考：人工智能是否能够成为帮助医生减轻工作负担的临床好帮手呢？
当时的杨林正在美国罗格斯大学攻读博士学位，师从计算机视觉泰斗Peter Meer和数字病理学先驱David Foran。之后，他在新泽西癌症中心病理科和放射科担任过两年助理教授，又在美国佛罗里达大学担任生物医学工程系、电子与计算机工程系、计算机系三系终身副教授，直到后来加入西湖大学工学院人工智能系，担任教授。
这种跨学科的经历，让杨林敏锐地发现了医生群体对数字病理的强烈需求。而他，决心成为那个能够解决问题的人。
图为首届数智病理西湖峰会现场
在数智病理西湖峰会上，杨林分享了一个令人动容的故事。在一次医院交流拜访中，他看到一位病理科主任的办公室里堆满了方便面。原来，这位主任常年需要等待冰冻切片至深夜。病理医生们就是这样一群看似默默无闻，却为病人付出全部的群体。杨林表示：“我们努力的方向，就是让这样的病理医生晚上能早点回家，吃上一顿热饭。”
“AI不会取代医生，但会重塑医疗场景。”在杨林看来，技术最终还是要回归服务的本质，那就是减轻医生的工作负担，拓展诊疗的边界，弥合医疗资源分配不均带来的鸿沟。
本文介绍了西湖大学发布的多模态病理大模型DeepPathAI，它在病理诊断中具有高效、精准、多功能等优势，是团队多年研发成果的结晶。该模型的应用已在多地初显成效，同时体现了研发团队减轻医生负担、改善医疗现状的初心，有望为医疗领域带来积极变革。
原创文章，作者：行云乐易，如若转载，请注明出处：https://www.xiaoyaoxin.com/archives/12098.html
