國內數(shù)字病理發(fā)展現(xiàn)狀與展望

魏瑞璇 龐劍 李少冬

病理診斷被譽為疾病診斷的“金標準”，數(shù)字化已成為病理學領域發(fā)展的新趨勢[1]。數(shù)字病理在提高醫(yī)生工作效率、提升診斷準確率等方面具有顯著優(yōu)勢，但也面臨諸多困難。通過在中國知網(wǎng)、PubMed 等數(shù)據(jù)庫進行檢索，本文搜集了2010 年—2023 年國內外數(shù)字病理發(fā)展、人工智能輔助診斷、計算病理學等領域的相關文獻，運用文獻綜述的方法對數(shù)字病理的技術、制度、監(jiān)管和發(fā)展現(xiàn)實進行討論，重點關注數(shù)字病理切片的標準化與共享、人工智能技術的驗證與監(jiān)管以及醫(yī)療數(shù)據(jù)的安全等問題。本文旨在探討當前國內數(shù)字病理發(fā)展困境，對未來我國建設數(shù)字病理的全景進行展望，并基于研究結果提出建議。

1 數(shù)字病理的概念與發(fā)展

數(shù)字病理(Digital Pathology)是數(shù)字成像技術在病理學領域的應用，其核心是通過掃描技術將傳統(tǒng)病理切片轉化為數(shù)字化切片，實現(xiàn)對病理信息的采集、分析和管理[2]。數(shù)字病理的應用可分為臨床與非臨床2 個部分，臨床應用是通過數(shù)字病理切片信息進行病理學診斷與遠程會診，非臨床應用則是將數(shù)字病理技術用于科研與教學。

數(shù)字病理起源于全視野數(shù)字化切片(whole slide image, WSI)技術的發(fā)明，使傳統(tǒng)病理學突破了時空的限制[3]，實現(xiàn)了對傳統(tǒng)病理診斷方式的一次重大改革。數(shù)字切片技術是病理技術走向數(shù)字化的基礎，遠程病理會診則是病理診斷行業(yè)向數(shù)字化發(fā)展最直接的需求。遠程病理會診是將數(shù)字化病理切片通過互聯(lián)網(wǎng)傳輸?shù)讲±韺＜宜诘尼t(yī)院進行診斷[4]，解決基層醫(yī)院的病理診斷瓶頸問題。20 世紀90 年代，數(shù)字病理的概念進入中國。2003 年，我國第一臺國產數(shù)字病理掃描儀問世，數(shù)字病理開始在中國生根發(fā)芽[5]。2011 年，我國原衛(wèi)生部開始進行病理遠程會診中心試點，并于2012 年進行推廣。近年來，國家大力支持“互聯(lián)網(wǎng)＋醫(yī)療健康”，使我國遠程病理會診普及率得到快速提升。雖然與歐美等發(fā)達國家相比，我國病理領域的數(shù)字化程度較低，但也已基本跟上全球的步伐。

隨著大數(shù)據(jù)和人工智能技術的快速發(fā)展，數(shù)字病理的發(fā)展呈現(xiàn)出智慧化趨勢，在數(shù)字化病理影像的基礎上結合人工智能技術，幫助病理醫(yī)生進行更準確的診斷和更深入的分析，給患者提供最佳的治療方案。人工智能輔助診斷的出現(xiàn)極大地提高了病理診斷的準確性和效率，Philipp 等[6]使用兩種不同的卷積神經(jīng)網(wǎng)絡(convolutional neural networks,CNN)模型對腸道腫瘤的HE 染色圖像進行分割識別，其診斷準確率已達95% ～ 98%，進一步證明了人工智能在病理診斷中的巨大應用潛力。此外，人工智能還可以根據(jù)患者的病理影像和其他臨床數(shù)據(jù)，自動生成病理報告，為患者提供治療建議，甚至預測疾病的預后，輔助進行臨床決策。

2 國內數(shù)字病理建設現(xiàn)狀

2.1 病理科發(fā)展現(xiàn)狀

我國病理科的實際情況較為復雜，病理診斷行業(yè)供需失衡的問題突出，主要影響因素是病理醫(yī)師數(shù)量不足、病理資源地域分配不均以及病理科數(shù)字化水平的相對滯后[7]。

隨著醫(yī)學技術的進步和公眾健康意識的提升，公眾對病理診斷的需求呈現(xiàn)快速增長的趨勢，然而由于病理科人才的不足和資源分配的不均，國內現(xiàn)有的病理資源無法滿足這種增長的需求，從而導致出現(xiàn)了供需失衡的現(xiàn)象。由于病理學學科本身的高度專業(yè)化和復雜性，人才培養(yǎng)需要耗費大量的時間和精力，現(xiàn)有的醫(yī)學教育體系尚未能滿足市場對病理醫(yī)生的需求。這種人力資源的不足不僅對病理醫(yī)生自身構成壓力，也對醫(yī)療服務的質量和效率產生影響。此外，資源分配不均也是我國病理科發(fā)展面臨的重要問題。較偏遠和貧困地區(qū)的病理設備和資源十分有限，嚴重制約了這些地方的病理診斷能力，而發(fā)達地區(qū)和大城市的病理科，往往擁有較充足的人力和物質資源。資源分配的不均使得病理診斷的服務能力和質量在全國范圍內存在明顯的差異[8]。值得注意的是，盡管數(shù)字化技術在許多醫(yī)療領域已經(jīng)得到廣泛應用，但在病理科，這種趨勢尚未得到充分體現(xiàn)。這種滯后不僅限制了病理科的工作效率，也對其在醫(yī)療系統(tǒng)中的地位產生了挑戰(zhàn)。

2.2 數(shù)字病理的優(yōu)勢

數(shù)字病理作為一種將傳統(tǒng)病理學與現(xiàn)代化數(shù)字技術相結合的新型醫(yī)學服務模式，其優(yōu)勢在醫(yī)院端、患者端以及社會端均有突出體現(xiàn)。

就醫(yī)院端而言，數(shù)字病理在提高工作效率、節(jié)省時間方面具有顯著優(yōu)勢。傳統(tǒng)的病理診斷需要醫(yī)生進行大量的微觀觀察和分析，而數(shù)字病理則通過自動化和智能化的方式，降低了醫(yī)生的工作負擔，提高了工作效率。國外學者對于數(shù)字病理在提升醫(yī)生工作效率方面進行了測算，發(fā)現(xiàn)效率提升在6% ～ 13%[9-10]。此外，數(shù)字病理也是推動智慧醫(yī)院建設的重要手段，通過病理切片的數(shù)字化處理和分析，醫(yī)院可以更好地管理和利用病理數(shù)據(jù)，為臨床決策提供更便捷的支持。同時，數(shù)字病理也有助于醫(yī)學教學，培養(yǎng)學生在電腦端觀察和分析病理切片的習慣，為日后科室的數(shù)字化做好準備。此外，數(shù)字病理能夠通過提高工作效率、擴大服務范圍、進行遠程病理診斷、提供個性化治療等直接和間接的方式，增加醫(yī)院的收入來源，提升其經(jīng)濟效益。

從患者端來看，數(shù)字病理能顯著提升患者的就診體驗，并改善其預后。通過數(shù)字化病理切片，患者可以更快獲取診斷結果，減少等待時間，同時人工智能輔助診斷有助于提升診斷準確性[11]，從而提升就診體驗和滿意度。更重要的是，病理醫(yī)生能夠通過人工智能輔助進行定量化、標準化診斷，從而制定最優(yōu)臨床決策，改善患者的預后[12]。

在社會端，數(shù)字病理在推動醫(yī)療資源下沉、分級診療以及推動新藥研發(fā)等方面也有著巨大的潛力。通過互聯(lián)網(wǎng)技術，數(shù)字病理可以實現(xiàn)遠程會診，有效緩解基層病理診療資源的緊張，同時助推分級診療的開展，提升醫(yī)療服務的效率[3]。此外，數(shù)字病理技術是基于對大量病理數(shù)據(jù)的分析，研究人員可以更加深入地研究疾病產生的機制機理，為新藥的研發(fā)提供重要的數(shù)據(jù)支持，同時也可以提高疾病的早期診斷率，為精準醫(yī)療的實現(xiàn)奠定基礎。

2.3 數(shù)字化病理科建設全景

隨著互聯(lián)網(wǎng)和人工智能技術的不斷發(fā)展和普及，未來的數(shù)字化病理科的建設將全面覆蓋病理工作的各個環(huán)節(jié)，實現(xiàn)多學科聯(lián)動，形成全方位的病理科數(shù)字化生態(tài)。首先，標本送檢和登記環(huán)節(jié)將通過自動化設備精確、快速地將標本進行分類，減少人工操作的錯誤和延誤，同時利用智能化系統(tǒng)實現(xiàn)患者信息的自動錄入和校驗，提高登記的效率和準確性[13]。然后，通過圖像識別算法，實現(xiàn)對組織樣本的自動化取材。在制片環(huán)節(jié)，利用數(shù)字病理掃描儀快速、精確制作數(shù)字化切片，并鏈接到智能系統(tǒng)，自動記錄和管理切片信息，方便后續(xù)的查詢和使用。對于閱片診斷和報告出具環(huán)節(jié)，人工智能輔助診斷可以幫助醫(yī)生完成初步標記陽性病變區(qū)域、進行細胞計數(shù)和分析組織病理圖像等工作，并根據(jù)診斷結果自動生成報告供醫(yī)生參考與復核，減輕醫(yī)生的工作負擔。同時，病理診斷全流程的數(shù)字化信息與報告可以與電子病歷系統(tǒng)進行對接，便于醫(yī)生隨時查詢和參考。最后，歸檔環(huán)節(jié)的數(shù)字化至關重要，需要院方通過云存儲等技術實現(xiàn)對海量病理信息的長期、安全存儲，以支持未來對患者的進一步診療以及醫(yī)院的醫(yī)學研究和教學。

數(shù)字化病理科還將實現(xiàn)與其他臨床學科的多學科聯(lián)動，通過系統(tǒng)共建和數(shù)據(jù)共享的方式，將患者的病理信息與臨床、影像等多學科信息進行整合，為臨床決策提供全方位支持。

3 國內數(shù)字病理發(fā)展的困境

3.1 病理掃描儀缺乏統(tǒng)一標準

當前我國病理掃描儀及其相關的軟硬件缺乏統(tǒng)一的建設標準，一定程度上阻礙了數(shù)字病理的推廣。數(shù)字切片技術是數(shù)字病理的發(fā)展基礎，而病理掃描儀是實現(xiàn)數(shù)字切片技術的核心平臺。盡管相關研究已證明，物理玻片與高質量的全視野數(shù)字化病理切片有較高的一致性[14]，但仍存在影響數(shù)字切片質量的其他因素。國內學者發(fā)現(xiàn)，切片質量、掃描儀的機械性能、算法、醫(yī)生對掃描儀的操作等因素均會對數(shù)字切片的結果產生影響[15]，我國目前數(shù)字病理領域中不同掃描儀之間缺乏統(tǒng)一的標準，在實踐中易導致數(shù)字切片質量的不穩(wěn)定。目前，美國病理學家學會、歐盟、加拿大病理學家協(xié)會等專業(yè)組織已發(fā)布數(shù)字病理的使用指南和技術規(guī)范[16]。

3.2 人工智能技術有待進一步規(guī)范

病理人工智能的發(fā)展面臨著可解釋性、可驗證性方面的挑戰(zhàn)。在病理掃描儀的基礎上，人工智能輔助診斷的應用是未來數(shù)字病理發(fā)展的重要趨勢。目前在世界范圍內，人工智能在病理診斷方面的發(fā)展面臨著一些共同的問題。在算法原理上，人工智能輔助診斷的深度學習神經(jīng)網(wǎng)絡算法具有“黑盒”屬性，可解釋性較差[17]。從實驗室走向臨床的過程中，病理人工智能需要在觀察性研究的基礎上進行介入性研究[18]，同時需要在訓練集之外使用大量數(shù)據(jù)進行驗證，因此，可驗證性的提升主要來自病理人工智能的數(shù)據(jù)質量改進。但當前病理人工智能的算法可驗證性較弱，具體來看，單中心驗證仍存在數(shù)據(jù)偏差的問題，多中心驗證則由于病理掃描儀型號、玻片制備等方面的差異性而存在障礙[19]。雖然國內醫(yī)院在傳統(tǒng)病理學模式下積累了大量病理學數(shù)據(jù)，但通常不會將病理數(shù)據(jù)共享，因此，目前尚未建立起大規(guī)模的高質量的病理數(shù)據(jù)庫[20]，這一點也是病理人工智能通過大型數(shù)據(jù)集進行多中心驗證的障礙。這可能是醫(yī)院出于患者隱私保護和數(shù)據(jù)安全性的考慮，期望實現(xiàn)“數(shù)據(jù)不出院”，也是對于職業(yè)倫理風險的權衡。

3.3 數(shù)據(jù)存儲方案及臨床數(shù)字化管理系統(tǒng)有待建設

數(shù)字病理形成的單個數(shù)據(jù)文件較大，通常在1 ～ 3GB 之間。當前病理科室面臨著數(shù)字切片的數(shù)據(jù)調閱問題和數(shù)據(jù)儲存問題，傳統(tǒng)對象存儲模式下存在并發(fā)閱片卡頓、馬賽克等問題。國內大型醫(yī)院每天產生的病理切片在數(shù)百到數(shù)萬張之間，病理數(shù)據(jù)的歸檔和存儲面臨著成本問題。PB 級的容量增長，切片數(shù)據(jù)的保存期限較長，傳統(tǒng)病理切片保存時間通常在15 ～ 30 年，導致醫(yī)院的病理數(shù)據(jù)存儲成本較高。此外，國內醫(yī)院的臨床數(shù)字化管理系統(tǒng)尚未完善，醫(yī)院信息化尚在建設中，數(shù)字病理系統(tǒng)應加強與醫(yī)院的HIS、PACS、LIS 等系統(tǒng)對接，融合數(shù)字切片管理、遠程病理診斷、病理教學等功能建立起全流程的病理信息管理系統(tǒng)。

3.4 監(jiān)管和法規(guī)體系尚未確立

國內目前數(shù)字病理的監(jiān)管和法規(guī)體系尚未建立起來。數(shù)字病理相關軟硬件的認證方面，國外目前以歐盟和美國為代表，已基本建立起WSI 掃描儀的認證體系，但病理人工智能的監(jiān)管和相關法規(guī)仍在探索中。國內目前完成了人工智能在醫(yī)療器械領域監(jiān)管體系的初步構建，已發(fā)布《人工智能醫(yī)療器械注冊審查指導原則》等政策文件，但尚無針對數(shù)字病理領域的法規(guī)。此外，數(shù)字病理尤其是人工智能加持的計算病理學的開發(fā)，需要大量的患者數(shù)據(jù)，相關數(shù)據(jù)存在被泄露的風險。除數(shù)據(jù)泄露風險之外，國外有學者研究發(fā)現(xiàn)，即使以匿名方式搜集數(shù)據(jù)，大規(guī)模的數(shù)據(jù)搜集可能使數(shù)據(jù)使用方具有建立復雜聯(lián)系的能力[21]，因而有侵犯患者隱私的風險。目前國家已陸續(xù)發(fā)布人工智能相關的倫理規(guī)范、監(jiān)管總則，如《新一代人工智能倫理規(guī)范》等，但尚未有數(shù)字病理領域人工智能應用的具體監(jiān)管體系或具體法規(guī)。

3.5 醫(yī)工交叉復合型人才匱乏

已有研究發(fā)現(xiàn)，不管從倫理還是醫(yī)學本身出發(fā)，目前數(shù)字病理即使在有深度學習人工智能加持的基礎上，也只能作為輔助診斷的角色出現(xiàn)，病理科醫(yī)生的總體性判斷仍然尤為重要。數(shù)字病理的推進將會在實踐中帶來一系列臨床應用問題，例如算法與數(shù)字病理平臺的適應性、數(shù)字病理工作流程的設計、人工智能輔助診斷結果判讀等工程性問題和醫(yī)學問題的交集。數(shù)字病理的進一步發(fā)展急需醫(yī)工交叉人才，數(shù)字病理團隊中除了傳統(tǒng)病理學家角色外，還需要在臨床知識之外具備統(tǒng)計分析數(shù)據(jù)、數(shù)據(jù)挖掘等方面的能力[22]。當前我國醫(yī)工交叉復合型人才在數(shù)字病理領域存在短缺，該領域的研發(fā)模式多為學科單獨研發(fā)，對于交叉性應用問題解決能力有限。

4 數(shù)字病理前景展望

4.1 制定行業(yè)規(guī)范

國內數(shù)字病理的進一步發(fā)展有賴于標準化、規(guī)范化。未來的數(shù)字病理行業(yè)規(guī)范應主要包括WSI 病理掃描儀的軟硬件標準、人工智能的相關技術規(guī)范等，重點著眼于提高人工智能軟件和不同掃描儀的適配性，指導數(shù)字病理規(guī)范化使用。目前，在歐盟新的體外診斷器材法規(guī)(In Vitro Diagnostic Medical Devices Regulation, IVDR)中，WSI 病理掃描儀及相關基礎軟件將以CE-IVD 的方式進行認證[23]，美國目前已有兩個WSI 平臺獲得了FDA 的批準。可解釋性差的特點極大地限制了病理人工智能應用的批準。歐盟目前尚未有具有預測功能的病理人工智能應用獲得批準。FDA 已經(jīng)開始批準基于深度學習的病理人工智能的臨床方案。目前，我國尚未建立起系統(tǒng)的、標準化的WSI 病理掃描儀技術規(guī)范和行業(yè)規(guī)范，對于病理人工智能的行業(yè)標準亦未明晰。但伴隨著兩癌篩查的推進，我國在病理人工智能的醫(yī)療器械準入方面已邁出了第一步——2023 年3 月我國批準了首張病理人工智能三類證，獲批項目關注宮頸細胞學領域的輔助診斷。

4.2 完善監(jiān)管法規(guī)

在推進數(shù)字病理規(guī)范化建設的過程中，完善監(jiān)管體系和相關法律法規(guī)是抵御數(shù)字病理相關的數(shù)據(jù)泄露風險、保護患者隱私權的題中之義，尤其要關注病理AI 的規(guī)范開發(fā)、應用。當前大多數(shù)國家對于人工智能在醫(yī)療器械的適用性的監(jiān)管關注點在于其可解釋性，要求對軟件/算法如何工作進行解釋[24]。監(jiān)管機構對于人工智能可解釋性的關注，有利于考察人工智能對于數(shù)據(jù)的處理過程及潛在的風險。病理人工智能的監(jiān)管難題在于如何在保護患者隱私和鼓勵數(shù)據(jù)驅動創(chuàng)新之間找到平衡點。FDA 提出一個監(jiān)管框架[25]，要求人工智能的制造者說明其算法如何通過深度學習而改變以及發(fā)生怎樣的變化，同時關注和評估變化過程中算法的安全性和有效性、減輕性能損失的策略等問題。我國在完善數(shù)字病理相關監(jiān)管法規(guī)中可廣泛參考和借鑒國際經(jīng)驗，明確重點監(jiān)管方向，設計監(jiān)管體系，對數(shù)據(jù)泄露問題、患者隱私權問題等數(shù)字病理發(fā)展問題給出“中國方案”。

4.3 關注成本效益和費用標準化

成本效益問題涉及數(shù)字病理建設、推廣的重要問題。目前國內對于數(shù)字病理成本效益分析的研究較少，國外研究對數(shù)字病理的成本效益的分析主要考慮2 方面：勞動力成本的降低（病理科醫(yī)生的效率提升）和玻片儲存成本的節(jié)約[26]。1 項來自英國的研究發(fā)現(xiàn)，所在教學醫(yī)院預計在實施數(shù)字病理用于初級診療后2 年收回成本，總體生產率在1 年后提高15%[27]?？傮w來看，對于大型醫(yī)院來說，收回投資成本后每年可享有穩(wěn)定的凈營收，但對于規(guī)模較小的醫(yī)院其經(jīng)濟性有待討論。在支付方面，國外以歐盟和美國為例已經(jīng)實現(xiàn)了費用的標準化。美國的數(shù)字病理收費是由保險公司根據(jù)美國醫(yī)學協(xié)會維護、醫(yī)療專業(yè)人員報告的代碼對應完成支付。歐盟各國有不同的費用代碼。目前我國還未在全國實現(xiàn)數(shù)字病理費用的標準化。江蘇省走在數(shù)字病理費用標準化的前列，在江蘇省2018 年發(fā)布的政策文件《關于制定部分“互聯(lián)網(wǎng)+”醫(yī)療服務項目試行價格的通知》中，數(shù)字病理相關服務在遠程會診、遠程診斷條目下獲得多項獨立費用代碼。

4.4 發(fā)展臨床病理學教育

當前我國推進數(shù)字病理的障礙之一是病理科醫(yī)生的職業(yè)習慣與數(shù)字病理不相適應以及數(shù)字病理相關醫(yī)工交叉人才短缺。在這一背景下，數(shù)字病理融入醫(yī)學教育將具有重要意義。已有研究發(fā)現(xiàn)，在數(shù)字病理和玻片的并行實驗中，病理學家會在數(shù)字玻片和物理玻片之間頻繁切換[28]。另一項研究發(fā)現(xiàn)，48%的受訪病理學家在沒有玻片的情形下，感受到不舒服或不適應；15%的受訪病理學家在有玻片的情形下也感到不舒服。國外研究發(fā)現(xiàn)，大多數(shù)困擾數(shù)字病理應用于臨床的難點，例如數(shù)據(jù)存儲、分辨率、色彩還原等方面的難題，對于醫(yī)學教育而言不具有倫理、法律、醫(yī)療安全上的爭議，醫(yī)學教育是迄今為止最廣泛使用數(shù)字病理的領域，數(shù)字病理可以在演示、注釋、考試、自學、遠程學習等場景得到應用[29]。隨著數(shù)字病理在醫(yī)學教育中的應用，一定程度上能夠改善病理醫(yī)生對于數(shù)字病理的適應性，同時也有利于培養(yǎng)病理學與人工智能的復合型人才。

4.5 建設高質量病理數(shù)據(jù)庫

在建設數(shù)字病理標準化、病理人工智能標準化的愿景下，推進高質量病理數(shù)據(jù)庫的建設是推廣數(shù)字病理、提升數(shù)字病理泛化能力的重中之重。病理人工智能在地區(qū)間、平臺間適應性的提升一方面有賴于標準化的推進，另一方面有賴于通過高質量病理數(shù)據(jù)庫的多地域、多病種的樣本進行不斷驗證和修正。在建設高質量病理數(shù)據(jù)庫的過程中，不僅要滿足對于提升病理人工智能泛化能力的要求，還要滿足維護患者隱私、確保醫(yī)療數(shù)據(jù)安全性的要求，這又是對于監(jiān)管和相關法律法規(guī)提出的一項挑戰(zhàn)。由此可見，高質量病理數(shù)據(jù)庫建設與標準化建設是相輔相成的。