1、數字化智慧病理科建設白皮書蛋殼研究院致力于利用數據技術能力及深度產業研究能力為企業決策者、投資決策者、政策制定者進行智力賦能，優化決策結果，驅動產業快速發展，成為產業加速器。蛋殼研究院以數據技術（海量采集，精細清晰，有效構建）為底層技術支持，以產業研究為核心智力資源，以 SaaS 數據庫工具及多元增值咨詢服務為產品。數字化智慧病理科建設白皮書單擊此處輸入文字。單擊此處輸入文字。中編委會主編單位上海交通大學醫學院附屬瑞金醫院病理科成員單位上海商湯智能科技有限公司華為技術有限公司上海衡道醫學病理診斷中心有限公司寧波江豐生物信息技術有限公司動脈網.蛋殼研究院編委會成員名 譽 主 編劉東戈胡偉國執 行

2、 主 編王朝夫副主編姜天驕李傳應易紅梅袁菲朱立峰編寫秘書長笪倩編寫副秘書長白樹青段琦劉正左彥飛專家團隊（按首字母排序）成志強孔令非路軍梁莉云徑平鄒泓張麗華張哲參編人員（按首字母排序）陳華君陳青常勝竇斌鄧仕杰方芬方衛峰費曉春顧雪軍桂坤郭滟何桂玲江國福李澳奇劉夢堯李善甫凌思凱劉珍寶彭昊龐鑫瞿心鈺申田唐國輝王克惠肖哲光楊春雪閆芳于鵬佳許文強張福鵬祝捷張曉凡周躍峰趙曾珠感謝以下單位提供寶貴意見或提供典型案例（按首字母排序）東南大學附屬中大醫院病理科河南省人民醫院病理科寧波市臨床病理診斷中心南方醫科大學病理學系/南方醫院病理科深圳市人民醫院病理科首都醫科大學附屬北京朝陽醫院病理科招遠市人民醫院病理科上海

3、交通大學醫學院附屬瑞金醫院病理科徐州市婦幼保健院人工智能宮頸癌篩查中心浙江大學醫學院附屬第二醫院病理科中山大學腫瘤防治中心病理科數字化智慧病理科建設白皮書序言迄今為止，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。國務院發布的“十四五”數字經濟發展規劃指出，要加快發展數字健康服務，推進醫療機構數字化、智能化轉型，加快建設智慧醫院，推廣遠程醫療。各類新興技術的運用，讓諸多科室都乘上了提質

4、增效的“東風”，但病理科似乎尚在醫院數字化的“洼地”中。病理科的數字化、智慧化轉型需要對整個工作流、信息流進行充分革新。如何自上而下讓全院理解數字化智慧病理科建設的重要意義和價值，如何樹立全局意識統籌規劃，都是醫院和病理科亟待解決的問題。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”?！凹埳系脕斫K覺淺，絕知此事要躬行”。數字化智慧病理科建設中數字化是底層基礎，智慧化是上層建筑，兩者缺一不可。分而論之，在數字化層面，需要加強頂層設計，制定科學合理

5、的規劃建設方案；在建設過程中需要協調各方資源，加強統籌和管理；最后，聚焦數字化病理科建設后的運營、培訓和績效調整等工作，確保實現可持續的數字化轉型。在智慧化層面，人工智能（AI）技術的快速發展和普及為醫療領域注入了新的活力。作為對診斷精準性要求極高的科室，病理科對 AI 的應用提出了較高的門檻。不過未來可期的是隨著大量高質量數據的積累和算法的迭代，有理由相信 AI 在病理領域的應用將逐漸迎來奇點，將扮演越來越重要的角色。數字化智慧病理科建設白皮書的撰寫團隊經過廣泛深入的調研，和對國內外文獻的梳理，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，更重要的是

6、，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。我希望白皮書能夠不斷更新，賦能和加速中國病理科的升級和進步。站在醫療百年歷史的長河之畔，我們深刻認識到數字化、智慧化建設對于病理科乃至整個醫療體系的重要性。盡管這條道路注定布滿荊棘，但其蘊含的價值和意義仍值得一代代醫療人不懈努力?！伴L風破浪會有時，直掛云帆濟滄?！?。眼下面臨的機遇和挑戰，日后將化為醫療事業和醫數字化智慧病理科建設白皮書學進步的階梯，因此必須堅定信心，加強合作，共同推動數字化智慧病理科建設，讓數字技術成為醫療事業的強大助力，這樣，醫療才能更好地服務于患者，才能更好地推動醫學事業更高質量的

7、發展。數字化智慧病理科建設白皮書目錄1.病理科概述.11.1 重要性：病理科是醫院發展的平臺科室.11.2 科室現狀：醫院數字化升級的“最后一公里”.21.3 發展需求：數字化、智慧化是病理科未來發展必然趨勢.52.數字化智慧病理科.62.1 定義.62.1.1 數字化病理科：基于數字生態系統.62.1.2 智慧化病理科：AI 技術是核心.62.1.3 數字化智慧病理科：全模塊、全片量、全流程、全生態.72.2 建設價值：數字化智慧病理科使三端受益.82.2.1 患者價值：提升就診體驗.82.2.2 醫院價值：增收助教學，拓展新形態.92.2.3 社會價值：推動資源下沉，助力精準醫療.113.

8、院端建設邏輯.123.1 建設背景：春風已起，未來可期.123.1.1 政策：數字化智慧病理春風漸起.123.1.2 技術：軟硬件技術已成熟，達到建設要求.153.2 建設現狀：仍處于起步階段，但重視程度不斷提高.163.2.1 頭部大型醫院現狀：升級需求強烈，進度領先.163.2.2 市縣級醫院現狀：高質量人才缺失，數字化建設是剛需.173.2.3 醫聯體病理診斷中心現狀：存在兩極分化現象.173.2.4 第三方病理中心：驅動力強，建設進度快.183.3 數字化智慧病理科建設指南：分級建設是核心主旨.193.3.1 建設全景.193.3.2 建設模塊介紹.243.3.3 分級建設方案.383

9、.3.4 實操層面的建設痛點及解決思路.574.產業端合作邏輯.634.1 切片閱片數字化：先決條件.644.1.1 需求分析：掃描儀是實現數字閱片的關鍵基礎，數字切片奠定數字化發展基石644.1.2 業內解決方案：不同應用場景的全種類精準切片掃描.674.1.3 醫-企未來重點發展方向分析.70數字化智慧病理科建設白皮書4.2 科室管理信息化：必要升級.714.2.1 需求分析：全流程信息的追溯與質控，全域應用場景的聯動與協同.714.2.2 業內解決方案：全周期流程管理與多應用場景的全面信息化支持.734.2.3 醫-企未來重點發展方向分析.784.3 數據管理高效化：質變基石.784.3

10、.1 需求分析：不斷增長的數字切片數據，亟需科室加快推進數據管理建設.784.3.2 業內解決方案：多種配置，廣覆蓋各級醫院.804.3.3 醫-企未來重點發展方向分析.884.4 診斷、質控智能化：質變關鍵.884.4.1 需求分析：科室智慧化發展必不可少的一環，是對當前病理診斷范式的革新.884.4.2 解決方案：醫生多功能、智慧化“減繁”“篩陰”工具.904.4.3 醫-企未來重點發展方向分析.955.案例展示.975.1 東南大學附屬中大醫院病理科.975.2 河南省人民醫院病理科.975.3 寧波市臨床病理診斷中心.985.4 南方醫科大學病理學系/南方醫院病理科.995.5 深圳市

11、人民醫院病理科.995.6 首都醫科大學附屬北京朝陽醫院病理科.1005.7 招遠市人民醫院病理科.1015.8 上海交通大學醫學院附屬瑞金醫院病理科.1015.9 徐州市婦幼保健院人工智能宮頸癌篩查中心.1025.10 浙江大學醫學院附屬第二醫院病理科.1025.11 中山大學腫瘤防治中心病理科.1036.總結.1046.1 未來和展望：呈現標準化、多功能的發展態勢，并往全自動、個性化、多模態方向發展.1046.2 建設推行思考：科主任戰略定位是關鍵、醫院配合與支持是建設基礎、學會推動是中堅支持力量.1086.2.1 主任層面：與時俱進，具有創新能力和變革發展的管理理念.1086.2.2 院

12、方層面：擔起統籌協調重任，提供配合與支持的建設基礎.1096.2.3 學會層面：積極推動行業標準的建立，促進學術交流，形成共識.109數字化智慧病理科建設白皮書圖表目錄圖表 1：美國病理醫生培養周期階段示意圖.3圖表 2：我國各等級醫院病理醫生分布情況及 2019 年各等級醫院病理醫生人數統計.3圖表 3：中國設有病理科的醫院地理分布統計.4圖表 4：病理科與影像科、檢驗科自動化程度對比.5圖表 5：數字化病理診斷模式和傳統病理診斷模式對比.6圖表 6：AI 在 DP 中應用工作流.7圖表 7：數字化智慧病理科的建設價值.8圖表 8：數字化智慧病理科的成本效益分析.10圖表 9：海外醫院病理科

13、數字化轉型后一年節省的工作時間.13圖表 10：近 5 年來國家推進病理科和病理中心建設的相關政策.14圖表 11：近 3 年來國家推進 AI+醫療的相關政策.14圖表 12：數字化智慧病理科建設全景圖.19圖表 13：工作流程對比圖.20圖表 14：閱片流程對比.21圖表 15：參與主體及參與環節進度圖.22圖表 16：建設全模塊圖.24圖表 17：全流程信息化管理.24圖表 18：數字化驅動的二維碼追蹤系統流程.25圖表 19：病理信息管理系統.26圖表 20：數字化建設模塊圖.28圖表 21：數字病理系統.28圖表 22：顯示色差差距（左）系統流暢度對比（右）.29圖表 23：數字診斷界

14、面展示.30圖表 24：遠程會診平臺建設模塊圖.32圖表 25：教學平臺建設模塊圖.32圖表 26：科研平臺建設模塊圖.33圖表 27：智能染色技術.34圖表 28：AI 診斷界面圖.35圖表 29：AI 病理診斷迭代過程.36圖表 30：AI 自動檢測染色不合格區域.37圖表 31：AI 病理數據可視化和交互分析.38圖表 32：頭部大型醫院建設目標.39數字化智慧病理科建設白皮書圖表 33：信息化系統集成.42圖表 34：理想數字病理科室空間安排.43圖表 35：掃描室配置（左）顯示屏配置（右）.44圖表 36：不同存儲協議實現區別.45圖表 37：數字病理 SOP.46圖表 38：AI

15、學習方式對比.48圖表 39：病理數據庫展示.49圖表 40：數字化為重心建設路徑圖.51圖表 41：數字智慧化為重心建設路徑圖.51圖表 42：建設內容規劃表.52圖表 43：獨立式病理中心內部展示.55圖表 44：數字化智慧病理產業市場角色關系圖.63圖表 45：產業方支持院內建設架構全景圖.63圖表 46：數字切片掃描儀架構示意圖.68圖表 47：常見病理數字切片掃描儀需要具備功能.69圖表 48：病理全流程信息管理系統架構示意圖.73圖表 49：數字切片管理系統架構示意圖.75圖表 50：遠程病理診斷系統架構示意圖.76圖表 51：病理教學培訓系統架構示意圖.77圖表 52：基于數字切

16、片的在線規培考試系統（PC 版/移動版）.78圖表 53：病理圖像區域劃分展示圖（左）和瓦片圖像聚類示意圖（右）.82圖表 54：瓦片圖像預測示意圖.83圖表 55：AI 模型示意圖.83圖表 56：分級存儲示意圖.84圖表 57：分布式并行客戶端 IO 示意圖.85圖表 58：非結構化服務融合互通示意圖.86圖表 59：數據安全技術拆解詳情圖.87圖表 60：人工智能輔助診斷系統架構示意圖.90圖表 61：基于深度學習算法的病理組學工作流程.92圖表 62：自動細胞分割的總體框架圖.93圖表 63：基于深度學習的印戒細胞檢測方法流程圖.94圖表 64：基于深度學習的圖像分割分析流程圖.95圖

17、表 65：細胞病理學檢查全自動化流程圖.105數字化智慧病理科建設白皮書圖表 66：AI 輔助系統下病理醫生與腫瘤醫生的工作流程圖.106圖表 67：多模態、整合式智慧病理輔助診斷場景工作流程圖.107數字化智慧病理科建設白皮書11.病理科概述1.1 重要性：病理科是醫院發展的平臺科室病理學是醫學之本病理學是醫學教育體系中的橋梁。在整個醫學教育體系中，病理學是研究疾病的病因、發病機制、病理變化、結局和轉歸的醫學基礎學科，也是連接臨床學科的橋梁型學科。病理學診斷是疾病診斷的金標準。病理學診斷是在顯微鏡下觀察組織學結構和細胞形態特征對疾病做出的精準診斷，最具客觀性和準確性。病理學技術是醫學研究的基

18、礎。病理學技術通過對人體組織、細胞和分子水平的檢測和分析，為醫生或科學家提供了分析疾病的組織結構、細胞形態、生化和分子特征的手段，幫助他們研究疾病的發生發展機制、診斷和治療方法。病理科建設水平決定了醫院發展的高度病理科促進醫院醫療、教學及科研協同發展。病理診斷結果直接關系到醫院的醫療質量和患者滿意度。病理科是醫院的重要部門之一，負責對患者的疾病進行病理診斷和分析，便于臨床醫生進一步為患者提供疾病治療方案。病理診斷結果的準確性、可靠性及全面性直接關系到患者的治療效果和滿意度，進而影響到醫院的醫療質量和口碑。病理科提供質量控制和管理體系。病理科可以對病理診斷過程進行管理和控制，確保診斷結果的準確性

19、和可靠性，防止誤診和漏診等醫療事故的發生。同時，病理科為醫院醫學教育和科研奠基1。除醫療外，大型醫院還承擔著教學和科研的責任。病理科在日常的工作中能夠積累大量完整的優質資源，為醫學教育和科研提供了強有力的支撐；病理學以先進的技術探索臨床實際工作中遇到的難題，科研成果往往具有很強的實用價值。高水平的病理科必定會帶動整個醫院教育和科研水平的提高，優秀的病理醫生參與病理診斷、先進的科研成果及時應用于臨床，同步促進臨床診斷、治療水平的提高，使醫院的發展進入一個充滿活力的良性循環。病理科能夠推動醫院升級。一方面，三甲醫院的評審標準對病理科的要求比較高。依照中國現行醫院分級管理辦法等的規定，三甲醫院評審標

20、準的合格指標中要求病理科的病理常規切片質量優良率大于 90%，臨床病理診斷符合率大于 95%，病理科要應用免疫組化和分子生物學技術輔助診斷等。另一方面，國家重視醫院病理科的建設，將病理科的建設與醫院的級別掛鉤。2009 年頒布的病理科建設與管理指南（試行）要求具備條件的醫院加強對病理科的建設和管理，不斷提高病理診斷水平；條件尚不能達到指南要求的醫院，要加強對病理科1Humphreys H,Stevens N,Leddin D,et al.Pathology in Irish medical educationJ.Journal of Clinical Pathology,2020,73(1):

21、47-50.數字化智慧病理科建設白皮書2的建設，增加人員、配置設備、改善條件、健全制度、嚴格管理，逐步建立規范化的病理科。病理科能夠助力臨床各科室的發展。有無病理學的介入是判斷臨床診治水平高低的重要指標2。病理科的建立使醫院的一些臨床檢測項目得以順利開展，如胃鏡、腸鏡、胸腔鏡及支氣管鏡等。準確、及時的病理診斷多方位促進臨床診療水平的提高。一方面，由于病理學觀察深入到細胞水平，相較于臨床很多其他檢查手段，它所揭示的疾病異常改變更微小客觀；另一方面，高水平的病理診斷以及基于組織的疾病靶點檢測，例如檢測腫瘤組織中的分子靶標，準確評估疾病特異性分子靶標，是臨床開展腫瘤個體化治療的基礎。病理科通過免疫組

22、化、原位雜交、分子檢測等技術進行測定，指導臨床進行疾病的規范化治療；同時，病理科通過測定腫瘤組織中與預后及放、化療藥物有關的標志物，便于臨床科室選擇針對性較強的化療藥物，對患者進行進一步個體化治療，并預測腫瘤的后期轉歸。1.2 科室現狀：醫院數字化升級的“最后一公里”臨床樣本量大，病理科常態化超負荷運轉類型繁多的疾病、眾多的人口使得全國病理科每年接收的臨床樣本量巨大。據統計3，2019 年全國 31 個省市自治區三甲醫院病理科當年總工作量為 7993 萬例/年，而病理醫生共 16972人，人均年工作量約 4910 例/人。JAMA 數據4顯示美國病理醫生每年人均工作量約為 154例/人。我國病

23、理醫生工作量遠大于美國，使得病理科超負荷運轉。據調研，病理科的工作負荷率接近 80%，遠超醫院科室平均水平（50%-60%）?？傮w來說，我國病理醫務工作者人均工作量明顯偏大，總體處于超負荷運轉狀態，難以滿足日益增長的臨床需求。病理醫生供不應求，培養周期長、重視程度低是主要原因病理醫師、技術人員資源稀缺，難以滿足臨床需求。按現行的病理科建設與管理指南（試行）要求，二級、三級醫院均需設置病理科每 100 張床位需配置 1-2 名病理醫師。截至2019 年，我國醫療衛生機構床位數量為 880.7 萬張，若取平均數，則全國病理醫師需求量約為 13.2 萬人。而我國 2019 年在冊的病理醫師（包括執業

24、醫師和助理執業醫師）約為 1.9 萬人，則病理醫師的缺口約為 11.3 萬人。根據2019 年全國病理質量報告統計5，我國平均每百張病床病理醫師數量為 0.55 人，各省均未達到我國病理科建設的最低要求。培養周期長和職業地位、收入低是病理醫生短缺的主要原因。一方面，病理醫生的培養周期長2Vranic S,Gatalica Z.The Role of Pathology in the Era of Personalized(Precision)Medicine:ABrief ReviewJ.2021.3劉洪紅,石毓君,步宏.對 31個?。ㄗ灾螀^、直轄市）3831家醫院病理科現狀的調查與思考J.中

25、華病理學雜志,2020,49(12):1217-1220.4Metter D M,Colgan T J,Leung S T,et al.Trends in the US and Canadian pathologist workforces from 2007 to 2017J.JAMAnetwork open,2019,2(5):e194337-e194337.5盧朝輝,陳杰.2019年全國病理質量報告J.中華病理學雜志,2020,49(7):667-669.數字化智慧病理科建設白皮書3達十年，短期內難以通過加大培養力度解決短缺問題。在美國，醫學生從獲得學士學位起到成為具備簽發病理診斷報告資

26、格的病理主治醫師需要 12-15 年。而中國醫學生在經歷本科、碩士甚至博士共 11 年的學習，仍需 3 年的規范化培訓并通過職業醫師考核，方可執業；執業后仍需要 3 年的?？婆嘤柌呕揪邆浜灠l病理診斷報告的資格。因而我國目前約 11.3 萬名病理醫生的缺口在短期內難以通過加大培養力度解決。另一方面，病理醫生的職業地位和收入相對較低。和國外不同的是，由于從創收角度來看對醫院的貢獻不大，因此病理科在醫技科室中的地位也往往排在檢驗科、放射科等之后。我國病理醫生的收入通常不及大部分臨床醫師，與高技術含量的醫療服務本身并不匹配。美國病理醫生的收入在所有醫生類別中排名居中，人均工作量明顯低于中國，生活滿意

27、度高6。圖表 1：美國病理醫生培養周期階段示意圖來源：公開信息，蛋殼研究院病理資源分布不均，限制臨床分診改革病理資源分布不均，主要體現在院級和地理兩個方面。在院級分布上，病理醫生多在三級醫院，醫師資源分布不均。從各等級醫院分布來看，我國病理醫師資源分布嚴重不均，大部分集中在三級醫院，而二級及以下等級醫院病理醫師較為缺乏。據 HIA 統計，我國過半的執業病理醫師分布在三級醫院，而僅有不到 1%的病理醫師分配在一級醫院。圖表 2：我國各等級醫院病理醫生分布情況及 2019 年各等級醫院病理醫生人數統計來源：中華醫學會病理分會、HIA，蛋殼研究院在地理分布上，不同地區病理學發展并不均衡，病理科建設多

28、集中在經濟發達地區。從地理區6MedSpace.Medscape Pathologist Compensation Report 2022:Incomes Gain,Pay Gaps Remain EB/OL.(2022-3-13).https:/ 3：中國設有病理科的醫院地理分布統計來源：中華醫學會病理分會（2016-2019）自動化程度低，基層醫院病理科仍停留在“手工作坊”時代一方面，現行的醫院考核對病理科的科室面積、儀器設備和科室人員數量鮮做要求，這也導致基層病理科的科室面積小、空間規劃亂；另一方面，病理科的儀器設備不能及時升級完善，使得病理科日常工作基本靠病理醫務工作者手動處理，形成了

29、基層病理科“手工作坊”式的工作模式。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7，病理科受重視程度不斷提高，三甲醫院多已建

30、設分子病理實驗室，擴大7卞修武,張培培,平軼芳,姚小紅.下一代診斷病理學J.中華病理學雜志,2022,51(1):3-6.數字化智慧病理科建設白皮書5了病理科的規模。圖表 4：病理科與影像科、檢驗科自動化程度對比來源：公開資料，蛋殼研究院1.3 發展需求：數字化、智慧化是病理科未來發展必然趨勢病理科業務和操作環節復雜，難以標準化管理，亟待升級轉型由于病理科的工作流程繁雜，涉及不同人員且自動化程度低，病理科難以標準化管理?，F有的傳統工作流在標本送檢、接收、固定、取材、脫水、包埋、切片、染色、診斷、歸檔等諸多環節，由于操作人員的熟練程度不一難以保持標準性。在歸檔環節，傳統模式下病理的歸檔工作主要依

31、靠人工紙質記錄的方式進行，很容易出現記載的錯誤和相關留痕的丟失，涉及具體環節的信息一般也難以記錄完善，同時也為后續的存檔工作帶來了較大的工作量，使得病理科全流程信息難以追溯。數字化和 AI 技術為病理科的發展轉型插上雙翼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8。一方面，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。另一方面，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9。首先，AI

32、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。8Jahn S W,Plass M,Moinfar F.Digital pathology:advantages,limitations and emerging perspectivesJ.Journal ofClinical Medicine,2020,9(11):3697.9Niazi M K K,Parwani AV,Gurcan M N.Digital pathology and artificial intelligenc

33、eJ.The lancet oncology,2019,20(5):e253-e261.數字化智慧病理科建設白皮書62.數字化智慧病理科2.1 定義2.1.1 數字化病理科：基于數字生態系統數字病理（Digital Pathology，DP）：數字成像技術與病理學的結合應用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10。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

34、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。數字化病理科：基于數字病理生態系統的新型病理科傳統病理科是基于顯微鏡診斷系統進行病理判讀，并且全過程基本依賴人工。數字化病理科是計算機和病理學的交叉融合，病理醫生不再通過顯微鏡，而是基于數字切片進行病理診斷，同時通過建立數字病理生態系統實現業務的運轉和科室的管理。其中，數字化生態系統包括：信息化系統以及數字病理系統(DPS)。圖表 5：數字化病理診斷模式和傳統病理診斷模式對比來源：生物醫學工程百科全書2.1.2 智慧化病理科：AI 技術是核心智慧病理：人工智能（AI）與數字病理（DP

35、）的結合應用利用 AI 技術進行自動化分析，幫助醫生進行更高效、精準的病理診斷。20 世紀 70 年代，病理學與 AI 的結合展開了相關探索研究，但受限于傳統病理診斷模式下數據庫的匱乏，病理10Barisoni L,Lafata K J,Hewitt S M,et al.Digital pathology and computational image analysis in nephropathologyJ.Nature Reviews Nephrology,2020,16(11):669-685.數字化智慧病理科建設白皮書7診斷相關 AI 產品落地一直都十分困難，直到今年 3 月，才實現了

36、實質性突破。目前，市場上僅有玖壹叁陸零醫學科技南京有限公司獨立研發的“宮頸細胞學數字病理圖像計算機輔助分析軟件”通過國家藥品監督管理局（NMPA）審批，正式獲批宮頸細胞學領域首張 AI 三類醫療器械注冊證。近年來，隨著高通量數字病理學的出現，人工智能才在病理學領域得到了核心突破，才使得 AI 和病理學的協同作用成為可能。圖表 6：AI 在 DP 中應用工作流來源：Computerized Medical Imaging and Graphics智慧病理科：AI 技術賦能病理工作全流程實現 AI 與病理工作有機結合，利用 AI 技術輔助完成制片、診斷、質控、科研等多個工作環節。將 AI 技術與病

37、理臨床和科研工作有機結合起來，利用 AI 技術輔助完成制片、質控、診斷和科研等多個環節，保證病理臨床數據的質量，提高病理診斷和科研的效率。2.1.3 數字化智慧病理科：全模塊、全片量、全流程、全生態數字化智慧病理科是指科室日常產生和處理的所有病理學信息完全實現數字化、智慧化，并實現整體病理生態圈的數字智慧化搭建。數字化智慧病理科建設需要實現四大層面全面覆蓋全模塊：實現數字化、智慧化升級。病理科建設形態應該逐步實現數字化、智能化、以及智慧化。數字化智慧病理科建設白皮書8全流程：升級貫穿整體工作流程。通過軟件系統以及硬件設備，實現從組織標本離體到診斷報告出具全工作流程的升級。全片量：全亞?？?、全量

38、級覆蓋。對于全量級、全亞?？撇±砬衅疾捎脭底智衅\斷模式實現日常病理診斷工作，科室應具備與數字病理切片容量相匹配的數字病理存儲系統和工作流程。全生態：實現院內、院區互聯互通；醫療生態體系構建以及多學科聯動。從宏觀角度來講，數字化智慧病理科除了需要實現院端自身的升級，還需要對院內外整體醫療生態系統進行搭建，并且實現與其他學科之間的多模態聯動。全生態建設主要體現在四個方面的協同：院內部門協作互通，推動全流程數字智慧化以及多學科的建設；院區實現互聯互通，實現信息共享以及一體化建設；產業鏈上下游協同合作，加速病理生態系統專業化建設；院與院達成戰略協作，促進病理行業及學科的發展。2.2 建設價值：數字

39、化智慧病理科使三端受益數字化智慧病理科的建設能為患者、醫院以及社會帶來多重價值。圖表 7：數字化智慧病理科的建設價值來源：蛋殼研究院2.2.1 患者價值：提升就診體驗數字化智慧病理能夠縮短診斷時間，增加患者診療的參與度并改善患者預后數字化智慧病理流程縮短診斷時間。數字化技術使病理科的整體運轉效率提高，縮短了遠程會診的時間；AI 技術幫助快速判斷病變類型和分級，進一步縮短診斷時間，提高準確性11。多環節并舉，數字化智慧病理科能使出具診斷報告的時間縮短，加速診療流程，提高了患者的就診滿意度。集成的數字化系統能增加患者在診療過程中的滿意度?；颊呖梢酝ㄟ^手機調閱數字化平臺查看自己的診斷結果、藥物處方、

40、病歷記錄等信息。目前國內已有病理機構通過數字化技術實現幫11Campanella G,Hanna M G,Geneslaw L,et al.Clinical-grade computational pathology using weakly supervised deeplearning on whole slide imagesJ.Nature medicine,2019,25(8):1301-1309.數字化智慧病理科建設白皮書9助患者足不出戶，使用微信小程序等實現預約借片、還片，基因檢測申請、遠程會診申請和病理報告查詢等服務。這些數字化的工具可以讓患者更好地了解自己的病情，更好地參與到

41、治療的過程中來，提高診療的效果和治療的滿意度。數字化使診斷更高效，智慧化使診斷更精準，從而改善患者預后。集成的數字化智慧病理系統將數字切片直接分配給醫生，顯著降低了錯誤識別的可能性（例如，混淆來自兩名患者的切片）；此外，數字切片提供瞬時傳輸的診斷圖像，不會褪色，降低切片丟失/損壞的風險。數字化智慧病理可以利用 AI 技術輔助病理醫生進行切片的定量化、標準化和客觀化的診斷，為每位患者定制個性化治療方案，并預測治療反應和預后等問題。以腫瘤患者為例，數字化智慧病理系統通過跨模態、跨尺度融合多種數據，構建腫瘤表型組，從宏觀到微觀更全面地展示腫瘤信息，并根據這些數據融合所構建的診療和預后模型輔助醫生制定

42、最優臨床決策12。數字化智慧病理使診斷流程更安全精準，從而幫助改善患者預后，提高患者的生活質量。2.2.2 醫院價值：增收助教學，拓展新形態提效增收助教學，拓展臨床新形態數字化智慧病理科的建設能夠為醫院帶來更多經濟效益。據蛋殼研究院調研，數字化智慧病理科的建設能夠在一段時間內收回初始建設和后續年度維護成本，并帶來持續穩定的經濟效益。盡管目前沒有關于數字化實施所帶來的全成本收益測算分析，但海外的一些研究已經計算了數字化提高病理醫生工作效率的百分比。多項研究測算的結果從 6%到 13%不等13，14，在本次測算中我們取其平均值 9.5%。參照 2017 年的一項測算15，蛋殼研究院進行簡單的成本效

43、益分析。據調研，某大型三甲醫院病理科的單年營收額為 1.7 億；而建設數字化智慧病理科的初始建設成本約為 1750 萬，包括不同規格的掃描儀、信息管理系統、存儲系統、顯示器、服務器等軟硬件；后續每年的維護成本為 200 萬。假設病理醫生工作效率的提高都能轉化為病理科的營收，且期間醫院單樣本的收費無變化。在增效 9.5%的前提下，我們可以觀察到大型三甲醫院建設數字化智慧病理科的投入成本可以在 2-3 年收回，并在后續產生穩定可持續的凈病理營收。較小規模的醫院病理科可能需要更長的時間才能看到相同的效率和財務收益。12Nagpal K,Foote D,Tan F,et al.Development

44、and validation of a deep learning algorithm for Gleason grading ofprostate cancer from biopsy specimensJ.JAMAoncology,2020,6(9):1372-1380.13VodovnikA.Diagnostic time in digital pathology:Acomparative study on 400 casesJ.Journal of PathologyInformatics,2016,7(1):4.14Stratman C,Drogowski L,Ho J.Digita

45、l Pathology in the Clinical Workflow:ATime&Motion Study conferencepresentation.Pathology Visions;October 24-27;San Diego,CA;2010J.2017.15Griffin J,Treanor D.Digital pathology in clinical use:where are we now and what is holding us back?J.Histopathology,2017,70(1):134-145.數字化智慧病理科建設白皮書10圖表 8：數字化智慧病理科

46、的成本效益分析來源：蛋殼研究院數字化賦能，病理科室和醫院準確高效運轉，提升醫院品牌形象。對病理科：數字化重塑了病理科的工作流程，輔助醫生更精確高效地診療16。在重塑后的工作流程中，醫生能夠實現秒級病例跟蹤、存檔和檢索；AI 輔助初篩減輕了醫生至多 75%的工作量17；如遇復雜病例需要進行遠程會診時，重塑后的工作流程縮短跨院病例的轉移時間，從而快速獲得會診意見。對醫院：數字化提升醫療服務的質量和效率，優化醫院管理，增強市場競爭力和醫院品牌形象。通過集成病理科的數字化智慧病理系統，醫院補齊數字化鏈環，優化醫院管理流程，提升運轉效率。通過數字化病理科、檢驗科和影像科數據，醫院能更好的管理病人數據和優

47、化醫療資源，從而提升醫療服務的質量和效率。順應病理科數字化大勢，醫院可以吸引和保留頂尖人才，促進創新，提升醫院品牌形象的同時也能在快速發展的醫療行業中增強市場競爭力。數字化智慧病理開拓臨床新場景，是實現精準醫療的重要助力。數字化智慧病理緩解病理醫生工作量的潛力巨大。在未來，隨著病理科醫生工作流程的優化，或許部分病理醫生的工作地點可以散布于臨床科室；這部分病理醫生可以稱為駐場病理醫生，除簽發日常報告外，還能與臨床醫生緊密交流學習，為其提供病理技術咨詢。與現在病理醫生通過 MDT 參與臨床決策不同，駐場病理醫生將是實現精準醫療的重要助力。隨著精準診療的發展，駐場病理醫生將成為診斷和治療精準化的重要

48、角色。通過 AI 輔助診斷和快速準確的病理學檢查和診斷，駐場病理醫生可以將病理學檢查結果與遺傳學、臨床醫學等方面的數據進行綜合分析，與臨床醫生探討更全面的診斷，制定個性化的治療方案，提高治療效果和改善患者預后。數字化智慧病理助力教育與培訓。數字化智慧病理為培訓醫學生和住院醫師提供了更加全面、真實的病例教學資源。醫學生可以通過數字病理系統接觸到更多樣化的病例，學習不同類型病16SeragA,Ion-MargineanuA,Qureshi H,et al.Translational AI and deep learning in diagnostic pathologyJ.Frontiersin

49、medicine,2019,6:185.17Campanella G,Hanna M G,Geneslaw L,et al.Clinical-grade computational pathology using weakly supervised deeplearning on whole slide imagesJ.Nature medicine,2019,25(8):1301-1309.數字化智慧病理科建設白皮書11例的診斷處理方法，從而提高病理診斷能力和臨床經驗。數字病理可以提高病理醫師的培訓效率和水平，病理醫師可以通過數字病理系統快速、準確地進行病理診斷，同時還可以分享和交流診斷經驗

50、和技巧，不斷提高自身的專業水平和診斷能力。數字病理還促進了科室醫師之間的交流和合作，共同探討病理診斷中的疑難問題，提高病理診斷的準確性和一致性，有助于形成更加緊密的病理學術團隊。2.2.3 社會價值：推動資源下沉，助力精準醫療數字化智慧病理能夠推動資源下沉，加速新藥研發，助力精準醫療數字化智慧病理擴大優質醫療資源可及性，緩解病理資源的緊缺。數字化智慧病理系統能夠緩解病理資源分布不均的問題?；跀底只夹g和互聯網技術的遠程會診，不受地域限制，推動優質病理資源下沉，實現資源的共享和利用，緩解基層和偏遠地區病理資源緊缺的問題?；诖?，三甲醫院可以通過遠程會診的方式，輔助病理資源緊缺的縣級醫院進行病理

51、診斷。數字化智慧病理幫助進一步了解疾病發生、發展和預后的機制，加速藥物研發進程。數字化智慧病理系統可以對大量的病理學數據進行分析和挖掘，發現疾病發生、發展和預后的規律和機制，為藥物研發提供數據支持和科學依據18。它通過數字化技術和智能化系統，根據不同的疾病類型和患者個體特征，進行個性化藥物研發，對藥物進行篩選和安全性評估，發現有效的藥物和治療方案，從而提高療效，加速藥物研發進程。此外，通過遠程在線監測和細致分類評估，數字化智慧病理能夠為臨床試驗設計提供更科學合理的依據，并及時調整治療方案。它利用 AI技術對不同疾病類型和病理階段的患者進行細致分類，并根據組織形態學特征預測可能的治療反應，為患者

52、量身定制更優的臨床決策；利用互聯網技術實現遠程在線監測和評估患者在臨床試驗中所表現出來的效果和副作用。數字化智慧病理助推精準醫療的發展。數字化智慧病理通過整合患者的臨床病史、檢驗、影像、病理包括分子檢測等信息，建立下一代數字智慧病理診斷平臺，利用 AI 算法對患者的醫學數據深度分析和挖掘，促進多學科團隊協作，提出更加精準的診療模式，為患者制定出更加個性化的診療方案，讓患者得到更加精準的治療，助推精準醫療的發展。18Baxi V,Edwards R,Montalto M,et al.Digital pathology and artificial intelligence in translat

53、ional medicine andclinical practiceJ.Modern Pathology,2022,35(1):23-32.數字化智慧病理科建設白皮書123.院端建設邏輯3.1 建設背景：春風已起，未來可期3.1.1 政策：數字化智慧病理春風漸起從監管層角度分析，數字化智慧病理已進入可推行階段社會效益和產品性能并重，數字化智慧病理春風漸起。從帶來的社會效益角度出發：數字化智慧病理可以緩解病理資源分布不均和病理醫生工作量大的問題。數字化支持遠程會診，緩解病理資源分布不均問題。在數字化病理系統的支持下，病理醫生可以在醫院甚至家中進行遠程診斷。遠程診斷平臺的應用對于提升基層病理科診

54、斷準確率具有顯著價值，經研究論證19，遠程會診的診斷準確率可達 98.3%，診斷花費更少，診斷時間更短。此外，我國病理資源分布不均，基層可通過遠程會診的方式有效補充當地病理資源緊缺的問題。智慧化病理疾病排陰率高，減輕醫生的工作量，緩解病理醫生緊缺問題。從近年國內外相關研究數據來看20,21，目前在宮頸細胞學等方向上人工智能病理診斷準確率接近資深病理醫生水平，在檢測速度上更是具備明顯優勢，有望大幅提高病理診斷效率，在臨床上充分發揮輔助診斷的功能，提高病理醫生閱片效率，解放更多病理醫生勞動力。近期，國內宮頸細胞學領域首張 AI 三類醫療器械注冊證獲批，臨床試驗結果表明，在人機結合閱片模式之下，閱片

55、診斷效率在統計學上顯著提高了 80.77%，大幅降低病理醫生的工作量。從產品效能角度出發：數字化智慧病理可以有效幫助醫院提升工作效率。省時精確，數字化落地全球多家醫院。目前海外多家醫院已建成數字化病理科，包括荷蘭的 LabPON、新加坡中央醫院、以色列的 Maccabi、比利時的 AZ St-Jan、西班牙的Granada 醫院、奧地利的 Hall im Tirol 和 Innsbruck 等。新加坡中央醫院病理科比較他們數字化前后的工作流程時就發現，數字化后一年可以節約 12300 多個小時22。19潘國慶,蘇國苗,王昆華.病理遠程會診在基層病理科的應用效果J.臨床醫學研究與實踐,2020,

56、5(36):20-21.20Wang B,Liu K W,Prastawa K M,et al.IEEE International Symposium on Biomedical ImagingJ.2014.21Bulten W,Bndi P,Hoven J,et al.Epithelium segmentation using deep learning in H&E-stained prostate specimenswith immunohistochemistry as reference standardJ.Scientific reports,2019,9(1):864.22Ch

57、eng C L,Azhar R,Sng S HA,et al.Enabling digital pathology in the diagnostic setting:navigating through theimplementation journey in an academic medical centreJ.Journal of clinical pathology,2016,69(9):784-792.數字化智慧病理科建設白皮書13圖表 9：海外醫院病理科數字化轉型后一年節省的工作時間來源：Journal of Clinical Pathology數字化病理效能初顯，海外醫院提效

58、15%。數字病理實現了更高的工作效率，幫助病理醫生以更加多樣化和更有效的方式使用數字圖像，從而推動數字化效能的進一步深化。首款 FDA 獲批的數字病理系統在荷蘭 LabPON 落地 3 年后，經臨床研究證實，醫院的生產力提高了 15%23。大型醫院紛紛轉型，反饋良好。蛋殼研究院走訪發現，國內多家大型三甲醫院病理科已經正在進行數字化轉型，并有部分運用 AI 技術到科室日常工作中。據調研，來自不同醫院的多位一線病理醫生反饋，數字化和 AI 技術增加了診斷的準確性，并有不同程度上的工作量減負。從已出臺政策分析，病理科全面數字智慧化趨勢已顯國家對病理行業的支持力度正在持續加強。病理診斷是疾病診斷的“金

59、標準”，推動基層醫院的病理科建設是提升基層醫療水平的重點。要實現“大病不出縣”，對大病的精準診斷是基礎，分級診療、醫聯體帶來的患者向基層醫院下沉將促進基層醫院提升醫療能力。23BaidoshviliA,Stathonikos N,Freling G,et al.Validation of a wholeslide imagebased teleconsultation networkJ.Histopathology,2018,73(5):777-783.數字化智慧病理科建設白皮書14圖表 10：近 5 年來國家推進病理科和病理中心建設的相關政策來源：公開資料，蛋殼研究院此外，在國家持續加碼對數

60、字化技術和 AI 技術的支持力度。2018 年，國家衛生健康委員會印制的全國醫院信息化建設標準與規范（試行）對病理信息管理提出了明確要求，三級甲等醫院病理科需具備：設備數據自動采集；標本封裝、標識、轉送、登記、接收、核對、監管等 7 項信息化指標。圖表 11：近 3 年來國家推進 AI+醫療的相關政策來源：公開資料，蛋殼研究院數字化智慧病理科建設白皮書152022 年 8 月，科技部等 8 部門聯合頒布的關于支持建設新一代人工智能示范應用場景的通知將智能診療作為新一代 AI 的示范應用場景，并鼓勵運用人工智能可循證診療決策醫療關鍵技術，建立人工智能賦能醫療服務新模式。AI+醫療正在深刻革新醫療

61、的工作模式，作為疾病診斷的“金標準”，病理也將乘此東風，順勢發展。3.1.2 技術：軟硬件技術已成熟，達到建設要求基礎技術高速發展，已能夠滿足數字化病理科建設的要求WSI（Whole Slide Image，全視野數字切片）掃描技術的問世，使切片數字化成為可能。WSI技術是數字病理學的先決條件24。全切片數字化消除了顯微鏡的機械控制，醫生可以隨時通過計算機顯示器閱片。早期的 WSI 系統體積龐大、費用高昂、成像分辨率低，因而應用受限。有賴于儀器設備、軟件算法和 AI 技術的應用，WSI 逐漸成熟?，F在的 WSI 已經標準化，成像的分辨率、速度和穩定性不斷提高，可以更加準確地還原組織樣本的形態和

62、結構，能夠大規模推廣運用。數據壓縮技術的發展和存儲介質的革命使數據存儲的成本進一步降低。當前 WSI 生成的圖像每張切片的大小在幾百 MB 到 2GB 之間，平均 1GB 上下。而系統的存儲空間有限，為了適應數字病理切片日益增長的共享需求，就需要優化備份和存儲技術。隨著數字病理的大規模開展，當前數據存儲與壓縮廠商通過技術迭代和規模產業化降低存儲成本，并通過病理數據壓縮、自動分層存儲和存儲虛擬化、高密藍光存儲等高效存儲技術，對圖像進行重建與壓縮，既能大幅度壓縮圖像、保留后續診斷的必要信息，又能減少存儲空間與計算花費，一定程度上降低了數字病理建設成本。人工智能助推病理診斷新飛躍。AI 技術的問世在

63、深刻變革著社會的每一個領域。早期的 AI 技術是通過符號邏輯和規則來實現人工智能的思維過程。卷積神經網絡和深度學習的出現使得 AI可以對大量數據進行學習和訓練，從而實現智能化。AI 技術發展到如今已逐步深入至病理學，從國內外的研究數據看，目前在宮頸細胞學篩查方向，AI 輔助病理診斷的準確率已接近資深病理醫生的水平。AI 在檢測速度上更是具備明顯優勢，有望大幅提高病理診斷效率，在臨床上充分發揮輔助診斷的功能，提高病理醫師閱片效率，緩解醫療資源短缺。目前 AI 輔助診斷技術在不斷朝著全病種的方向覆蓋。網絡是數字病理科運營的基礎技術。網絡性能的快速發展，已經可以支持數字智慧病理系統運行。數字病理切片

64、系統采集到的可視化數據對分辨率的要求較高，所占存儲空間巨大，在交互共享時由于受到圖像壓縮、計算機性能和網絡寬帶等多種因素的制約，可視化數據的傳輸速度24Pallua J D,Brunner A,Zelger B,et al.The future of pathology is digitalJ.Pathology-Research and Practice,2020,216(9):153040.數字化智慧病理科建設白皮書16不盡人意。數據傳輸速度受到限制也是目前國內許多地區難以普及遠程病理診斷的主要原因之一25。因此，提高可視化數據的傳輸速度勢在必行。數字切片的調閱方式需要革新，避免閱片時要調

65、閱完整的切片，降低對網絡帶寬的需求以及閱片電腦配置的要求。5G 網絡大寬帶的特性，能夠支持 4K 高清視頻傳輸及病理切片影像傳輸。千兆光網具有超大帶寬、超低時延、先進可靠等特征，與 5G 互補互促，是新型基礎設施的重要組成和承載底座。5G 網絡和千兆光網的超高上下行帶寬和超低延時，可以幫助遠程專家準確高效的指導基層病理醫生或技師進行精準的大體檢查與取材，也可實現數字切片近乎實時上傳，這將大大提升遠程術中快速冰凍病理診斷的效率和質量。3.2 建設現狀：仍處于起步階段，但重視程度不斷提高仍處于起步階段，但重視程度不斷提高不同主體建設進展存在差異，但總體上仍處于起步階段。根據調研結果，除了部分頭部大

66、型醫院建設進度相對較快，已開始試行數字化閱片，大部分醫院仍以傳統診斷模式為主；已經推動轉型的科室中，大部分仍處于信息化建設階段?？傮w建設雖仍處于早期階段，但數字化智慧病理科建設重要性已被逐漸重視，初步建設雛形已顯。在精準診療的推動下，病理科的重要性不斷被強調，近幾年，數字病理實驗室的建設計劃也被越來越多的醫院提上日程。綜合來看，大型醫院對于數字化智慧病理科室的建設實力更強，因此在建設過程承擔了“探路者“的角色。目前，已有醫院成功完成了全信息化轉型，進入到數字化、智慧化的轉型階段，進度領先的醫院已經開始了全面數字化的過渡。這批“探路者”奠定了數字智慧病理科的基本雛形。3.2.1 頭部大型醫院現狀

67、：升級需求強烈，進度領先頭部大型醫院總體建設進度領先，部分醫院已經進入全面數字化發展及智慧化初步應用階段大型醫院對于傳統病理科升級轉型的需求要更為強烈。根據蛋殼研究院調研結果顯示，頭部三甲醫院每日病理切片數量可達數千張，而可以覆蓋診斷工作的病理醫生至多僅為 20-40 人，病理醫生缺口問題亟待解決。因此，這類醫院為了解決病理診斷需求，更好完成科室職責，對數字化、智慧化轉型升級的驅動力要更強。同時，受一院多區建設的要求，多院區聯動成為這類大型醫院的剛性需求。越來越多大型醫院開始實施多個院區建設，病理科醫生不足，無法分派到分院區，但是國家對病理業務同質化管理要求是明確的，這種情況下總院和分院區病理

68、業務數字化是必選項。對于病理科而言，多院區信息系統互聯互通、遠程診斷平臺的搭建是實現25姚建國.數字病理臨床應用現狀及前景展望J.四川大學學報（醫學版）,2021,52(2):156-161.數字化智慧病理科建設白皮書17院區靈活控制、管理的基礎。并且，在整體院區數字化、智慧化建設的推動下，院端數字化基礎設施，如網絡、存儲的搭建成為病理科數字轉型快速落地的有效助力。醫院病理切片量級的差距以及醫院建設重點的區別，醫院建設重心有所差別?？傮w上，大部分醫院出于院區聯動、病理大數據的建設需求以及教學工作的進一步展開，對于數字化建設投入的占比更大。部分醫院由于細胞學診斷工作量的加大以及對于某類亞?？铺厣?/p>

69、化建設的需求，會將一部分建設重心放在智慧化的探索之上，用于幫助病理醫生常規性診斷工作以及加快科研速度，這類醫院對于 AI 的應用建設相對更為領先。3.2.2 市縣級醫院現狀：高質量人才缺失，數字化建設是剛需小部分市縣級醫院已完成信息化建設及初步數字化建設，但大部分醫院建設情況依然較為落后病理接診量小，轉型需求不夠強烈。市縣級醫院雖然也存在人手不足的情況，但由于其平均病理切片數量相對較少，因此對于數字化病理科建設的訴求并沒有那么強烈，整體進度相對落后。診斷能力薄弱是核心問題，遠程會診是剛需。部分醫院由于規模等原因，甚至未設立單獨病理科，而是依托市級頭部醫院進行病理送檢是不少市縣級醫院的普遍模式。

70、這種模式下的頭部市級醫院，由于承擔了市縣區域內多家醫院病理診斷需求，病理切片數量可約達 200 張/日，其中疑難病理約占 10%。目前，市縣級醫院核心問題在于缺乏高資歷的病理專家，疑難病理解決能力差，因此，這部分市級醫院的對于遠程病理的訴求非常強，從而帶動了科室數字化建設的進度。同時，由于承擔了地區病理中心示范性建設的要求，院方對于科室建設的重視程度及支持力度也要遠勝于普通市縣級醫院，對于數字化智慧化建設的認知要領先于其他醫院。3.2.3 醫聯體病理診斷中心現狀：存在兩極分化現象醫聯體病理中心建設方式多樣，建設情況差異大醫聯體病理中心建設難度大，目前建設處于探索階段。醫聯體病理中心的建設建立在

71、醫院數字化、智慧化的建設基礎之上，并且需要對中心主體進行協同與管理，因此建設難度更高。由于大部分醫院病理科的建設仍較為早期，醫聯體病理中心的總體建設情況也較為緩慢，運營模式仍處于探索階段。醫聯體病理中心轉型建設情況存在兩級分化情況。從目前的情況來看，大部分診斷中心依然更注重臨床拓展。相較影像及檢驗中心的發展速度，病理診斷中心對于數字化、智慧化升級的意識存在不足，缺乏實質性措施的落實。發展速度較快的醫聯體病理中心一般集中在病理量大、經濟發達的省級區域，這部分地區的病理中心有更強的建設驅動力以及資金推動建設，目前已經進行了數字掃描儀的采購和數字化工作模式的初步建立。此外，個別市縣級地區，由于地區數

72、字化智慧病理科建設白皮書18醫療資料分散，病理需求量大，通過聯合全區域醫療資源的方式，已經開展了示范性數字智慧病理中心建設。這類病理中心因為集合了多方力量，同時地方性政府支持力度較大，建設進度領先。3.2.4 第三方病理中心：驅動力強，建設進度快第三方病理中心建設進展正在快速推進。第三方病理中心屬于盈利性質的第三方機構，因此有更強的動力以及實力對掃描技術和數據處理能力等進行創新升級。無論是數字化智慧病理系統的建設，亦或是數字病理診斷模式的運營都要略勝一籌。第三方病理中心的數字化主要包括三方面：遠程診斷數字化、實驗室流程數字化和運營管理數字化。隨著數字化病理技術的日漸成熟，基層醫院可以實現不配備

73、病理醫生，通過標準化制片和數字化的切片遠程診斷，即可完成高效、準確的病理診斷。此舉有效彌補了基層醫院普遍面臨的病理醫生缺失問題，實現優質醫療資源的下沉和均衡分配。目前，很多第三方病理診斷中心，如衡道醫學、華銀等均已經建立了數字化的病理診斷平臺。并且，第三方病理診斷中心對于病理服務內容和業務創新要更為大膽，部分第三方病理診斷中心已經開始運用人工智能技術進行數字病理診斷。值得一提的是，由于第三方病理性質以服務為導向，并集結了各方優質資源，因此在個性化業務供應及響應速度方面要優于業內平均水平。因此，對于尚未由足夠建設能力的市縣級醫院來說，在會診及教學方面會選擇第三方合作的形式，進行數字病理的早期嘗試

74、。部分一二級大型醫院也會選擇和第三方病理中心合作，借助外部力量，加速自身科室轉型建設。數字化智慧病理科建設白皮書193.3 數字化智慧病理科建設指南：分級建設是核心主旨數字化智慧病理科建設則需要并行向全模塊、全流程、全片量、全生態四個維度交叉拓展建設。全片量、全生態的實現需要建立在全模塊、全流程建設的基礎之上。3.3.1 建設全景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。圖表 12：數字化智慧病理科建設全景圖來源：蛋殼研究院數字智慧病理技術優化了傳統病理科工作流程，產生新的范式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

75、 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。數字化智慧病理科建設白皮書20圖表 13：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26。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

76、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。26Fraggetta F,Limperio V,Ameisen D,et al.Best practice recommendations for the implementation of a digitalpathology workflow in the anatomic path

77、ology laboratory by the European Society of digital and integrative pathology(ESDIP)J.Diagnostics,2021,11(11):2167.數字化智慧病理科建設白皮書21圖表 14：閱片流程對比來源：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

78、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。多方參

79、與、協同合作是數字化智慧病理科成功建設的關鍵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27。全流程數字智慧病理科建設涉及到多27Fraggetta F,Limperio V,Ameisen D,et al.Best practice recommendations for the implementation of a digital數字化智慧病理科建設白皮書22個業務環節的改造，科室自身不僅需要對空間、人員配置

80、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。圖表 15：參與主體及參與環節進度圖來源：蛋殼研究院早期準備：可以理解為項目準備階段，一般包括：項目發起、項目論證、項目申請、方案設計。這一階段主要參與主體為院方、病理科、信息科。其中，院方更多承擔項目發起方（也可能由病理科自發發起）及審核角色；病理科承擔項目執行方以及整體方案的統籌；信息科則在信息化建設中發揮重要作用。值得注意的是，由于整體方案設計的合理性將極大程度的影響后續落地的效率，因此，為了最大程度減少試錯成本及建設周期，與供應商進行前期溝通或委托專業方案設計機構或

81、能有效賦能后期項目的實際建設。落地階段：在業務平臺的重構過程中，不可避免將涉及到掃描、存儲、AI、信息系統搭建等專業性技術，產業端作為產品及技術的供應商，建設參與不可避免。此外，為了推動病理科新工作模式的實施和落地，往往需要院方在成本預算上的支持、信息科在信息化基建中的協助以及臨床科室在系統操作過程中的配合。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pathology workflow in the anatomic pathology laboratory by the European Society of digital and integrati

82、ve pathology(ESDIP)J.Diagnostics,2021,11(11):2167.數字化智慧病理科建設白皮書23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。首先，醫院管理層對于科室建設投入的支持是核心要

83、素。尤其是對于實現全容量病理切片進行數字化、智慧化升級，人員、設備、時間、資金的投入非常大，如果沒有醫院管理層的重視和大力支持，很難在短時間內推動項目的落地。其次，病理學會積極呼吁有助于數字病理建設共識的達成以建設標準的建立。全生態的建設需要不同層級醫療單位都積極落實數字化智慧病理科的建設，才能實現全生態鏈條的聯通；目前，建設重要性尚未被完全普及。因此，學會對于建設共識的呼吁將成為能否實現全生態建設的基礎條件。其次，在進行數字病理推廣的過程中，標準化數字病理科的建設有助于后期全生態的統一發展。因此，借助學會力量，推出建設標準可以更好的實現全生態病理科室的建設。同時，監管層政策放開和支持是最終驅

84、動力。目前，數字化智慧病理科建設進度尚處于探索階段，并且，建設價值并非短期可兌現。從醫院運營層面來說，建設驅動力將存在不足的情況。因此，政策指引以及相關標準的制定才能從本質上推動更多醫療單位參與到整體生態的建設中來。數字化智慧病理科建設白皮書243.3.2 建設模塊介紹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。圖表 16：建設全模塊圖來源：瑞金醫院病理科，蛋殼研究院3.3.2.1信息化模塊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。圖表 17：全流程信息化管理來源：衡道醫學數字化智慧病理科建設白皮書25信息化建設包

85、括：追蹤系統及信息管理系統的搭建（1）追蹤系統：信息化建設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

86、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28。圖表 18：數字化驅動的二維碼追蹤系統流程來源：衡道醫學（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

87、，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，28Fraggetta F,Limperio V,Ameisen D,et al.Best practice recommendations for the implementation of a digitalpathology workflow in the anatomic pathology laboratory by the European Society of digital and integrative pathology(ESDIP)J.Diagnostics,2021,11(11):2167.數字化智慧病

88、理科建設白皮書26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。圖表 19：病理信息管理系統來源：衡道醫學，蛋殼研究院病例登記模塊：用于病例和標本信息的錄入、存儲和查詢，

89、包括病人基本信息、病理診斷信息、病理圖片等信息。流轉追蹤模塊：用于管理和追蹤標本的采集、接收、處理、存儲、運輸和報廢等全過程，并保證標本質量和數量的一致性。標本管理模塊：用于記錄、管理和查詢標本處理結果，包括取材、脫水、包埋、切片、染色、制片等，以及對結果的質量控制和診斷評價等。業務管理模塊：用于支持病理診斷以及報告簽發，包括病理派分、診斷閱片、特檢/分子醫囑、診斷報告等，實現自動化分片以及病理診斷結果的記錄和報告的出具。統計分析模塊：用于對病理科的各項業務數據進行分析，包括標準質控指標、病人數量、數字化智慧病理科建設白皮書27病種分布、診斷結果、科室工作量、報告周期、科室工作效率統計等方面，

90、以幫助病理科更好地進行業務規劃和管理。資源管理模塊：用于對病理科的各項資源進行管理，包括設備、耗材、人力資源等方面，以保證病理科的正常運轉。質控模塊：實現全流程追溯。質量控制一直都是傳統病理科十分重視卻一直懸而未解決的一大痛點。通過信息化升級后，可以有效解決無法質控的痛點。質控系統一般包括三個細分模塊。質量控制管理模塊：用于記錄和管理病理科的各項質量控制指標，包括標本質量、標本數量、標本來源、診斷準確性、報告及時性等方面的指標。質量評價與分析模塊：用于對病理科各項質量控制指標進行評價和分析，幫助發現問題和優化改進措施。質量報告模塊：用于生成病理科各項質量指標的報告，并將報告提供給相關管理人員，

91、以供其做出決策。數字化智慧病理科建設白皮書283.3.2.2 數字化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。圖表 20：數字化建設模塊圖來源：蛋殼研究院數字化建設包括：數字病理系統（DPS）及其應用平臺的搭建（1）數字病理系統（DPS）圖表 21：數字病理系統來源：江豐生物，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、存儲模數字化智慧病理科建設白皮書29塊、數字化質控、數據安全五大模塊。掃描工作站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

92、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。高性能顯示屏可以提高病理醫生閱片的體驗感，使圖片一比一還原掃描情況，幫助醫生更快的適應數字閱片模式。目前，國內尚未規定指定病理專用顯示器，但英國已經將顯示器作為數字病理系統批準的一部分。另一方面，顯示系統對圖

93、片壓縮以及閱片流暢度都會造成影響。前者體現在顯示系統對于圖片壓縮的處理算法，后者體現在系統的驅動是否可以支持無延遲縮放以及拖動。圖表 22：顯示色差差距（左）系統流暢度對比（右）來源：江豐生物，公開資料，蛋殼研究院數字診斷模塊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。數字化智慧病理科建設白皮

94、書30圖表 23：數字診斷界面展示來源：商湯科技存儲模塊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

95、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?；诖鎯δ艿膶崿F，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字化智慧病理科建設白皮書31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

96、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29。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

97、理數據的準確性和可靠性。數據安全管理模塊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。（2）應用平臺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。遠程會診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

98、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。29Aeffner F,Wilson K,Bolon B,et al.Commentary:roles for pathologists in a high-throughput image analysis teamJ.Toxicologic pathology,2016,44(6):825-834.數字化智慧病理科建設白皮書32圖表 24：遠程會診平臺建設模塊圖來源：蛋殼研究院教學平臺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30

99、。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。圖表 25：教學平臺建設模塊圖來源：蛋殼研究院科研平臺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?？蒲衅脚_模塊設置需要注重數據相關功能的開發。30Aeffner F,Wilson K,Bolon B,et al.Com

100、mentary:roles for pathologists in a high-throughput image analysis teamJ.Toxicologic pathology,2016,44(6):825-834.數字化智慧病理科建設白皮書33圖表 26：科研平臺建設模塊圖來源：蛋殼研究院3.3.2.2智慧化模塊AI 介入是質變的關鍵。將 AI 融入病理科工作流程，可以幫助病理醫生更準確、更快速地診斷和開展病理研究工作。在傳統的病理診斷中，病理醫生需要根據自己的經驗和知識判斷組織或細胞是否存在異常，可能會存在一定的主觀性和誤診的風險。AI 通過深度學習算法和大數據分析，可以對病理

101、圖像進行自動分析和診斷，輔助驗證病理醫生的診斷結論，提高診斷的精確性和可靠性。另外，AI 還可以對大量的病理圖像數據進行深度學習和挖掘，從而發現新的疾病特征和治療方法，為病理學的發展和創新提供了新的思路和方法。值得注意的是，AI 算法在不同掃描儀廠家的格式中存在一定的差異性；由于掃描儀輸出圖像的差異性，可導致同一套算法在不同格式上運行的結果差異大。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（1）制片環節 AI 應用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。數字化標本制備AI 可

102、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。智能染色技術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31。另一方面，未來或能實現虛擬染色。31Niazi M K K,Parwani A V,Gurcan M N.Digital pathology and artificial intelligenceJ.The lancet oncology,2019,20(5):e253-e261.數字化智慧病理科建設白皮書3

103、4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32，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。圖表 27：智能染色技術來源：Journal of Cellular Physiology智能病理病例錄入及歸檔32Zhang Y

104、,Huang L,Liu T,et al.Virtual staining of defocused autofluorescence images of unlabeled tissue using deepneural networksJ.Intelligent Computing,2022.數字化智慧病理科建設白皮書35一方面，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

105、整合，提高數據管理的效率和準確性。（2）診斷環節 AI 應用AI 病理診斷包括通用型輔助診斷以及智慧化輔助診斷。通用型輔助診斷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?，F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。圖表 28：AI 診斷界面圖來源：商湯科技AI 病理輔助診斷一般包括以下幾個模塊。數字

106、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，對病理圖像數字化智慧病理科建設白皮書36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

107、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。智慧化數字病理診斷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?；谕ㄓ幂o助診斷系統，個性化輔助系統會

108、在以下三個模塊進行優化。圖表 29：AI 病理診斷迭代過程來源：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。數字化智慧病理科建設白皮書37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。（3）質控環節 AI 應用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

109、質控，主要體現在三個方面的賦能。業務流程質控在流程質控方面，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。圖表 30：AI 自動檢測染色不合格區域來源：Business Wire數字化質控在數字化質控方面，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。診斷質控在診斷方面，在病例發送給病理醫生之前，可

110、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。數字化智慧病理科建設白皮書38（4）科研平臺 AI 應用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。數字病理圖像分類和標注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?？茢祿熳鳛榭蒲幸罁?。數字病理大數據挖掘和分析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

111、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。數字病理數據可視化和交互分析AI 可以提高研究分析效率?？梢岳萌斯ぶ悄芗夹g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。圖表 31：AI 病理數據可視化和交互分析來源：江豐生物3.3.3 分級建設方案分級建設是實現數字化智慧病理科建設的核心方案數字化智慧病理科建設白皮書39一方面，從醫院定位及角色出發，不同層級的醫院承擔不同的責任，在生態系統中的角色不同，病理科需要承擔的病理量和患者的需求也不同。因此，往往需要不同的模塊匹配其

112、定位；分級建設可以更合理的分配醫療資源。另一方面，從各級醫院實際建設能力出發，尤其是在前期建設的過程中，人力、物力投入的成本很大。三甲醫院有更好的資金流承擔建設成本，實現正向運轉，從而帶動下級、基層醫院快速響應科室建設升級。3.3.3.1頭部大型醫院：全面建設數字化智慧病理科（1）建設目標：更高效開展醫、教、研作為頭部三級醫院，這類醫院需要承擔“醫、教、研“三項功能?！搬t”為日常診療工作，是病理科工作的重心；根據分級診療制度，作為三級醫院病理科，需要承擔疑難復雜病理的診斷。同時，作為頭部教學醫院，需要在“教”育環節承擔培養任務，并幫扶下級醫院人才培養。此外，三級醫院有較好的人才資源，應該承擔相

113、應的科研任務。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。圖表 32：頭部大型醫院建設目標來源：瑞金醫院病理科，蛋殼研究院（2）建設規劃：全面覆蓋作為頭部大型醫院，全面數字化智慧病理科建設應該包括 3

114、 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。數字化智慧病理科建設白皮書40全模塊建設包括：信息化建設、數字化建設以及 AI 智慧化應用 信息化建設：全流程覆蓋，包括全業務環節信息化升級以及信息化基建優化。業務環節信息化升級：全部業務環節均需要實現升級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

115、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。具體信息系統的搭建模型可具體參考 3.3.2.1。其次，除了病理業務信息

116、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。應用系統集成：根據科室后期應用平臺建設的需求，需要預留應用平臺對接端口，加快后期一體化建設。醫院系統集成：根據 CNAS 的建設要求，病理診斷全流程都應該實現標準化、規范化、精細化。由于病理診斷的初始工作流程是從手術室組織離體開始，整個流轉過程中，還涉及到臨床科室、病理科等多個科室。因此，信息化建設還需要拓展到科室外部，建立以病理科工作流程為主，圍繞各環節實現信息化對接，實現標本離體到臨床調閱的全流程信息化管理。一

117、個較為完善的集成式信息系統需要對接多個信息系統，包括 EMR、HIS、PACS、LIS、RIS 等。生態系統集成：為了支持院區間及醫聯體之間的聯動，需要實現不同生態主體系統之間的信息互通。院區之間聯動建議選擇統一系統供應商，避免出現系統對接障礙。不同醫院信息對接過程中，由于不同醫院所采用的信息系統供應商有所不同，會涉及到端口對接的問題。對于較為復雜的醫聯體來說，大概需要數個月的周期實現信息互通，期間病理科需要積極溝通相關技術人員，協調對接工作的順利進行。數字化智慧病理科建設白皮書41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

118、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。電子申請單系統：電子病理申請單可將患者基本信息、臨床病史和主要檢查結果等進行自動錄入，自動記錄病理標本的離體時間實現更準確、簡便地完成病理申請單填寫。同時，可以針對臨床醫生修改申請單的需求，開發電子申請單回退審批系統，回溯每一份病理申請單的修改時間、內容、發起人和審批人并進行統計分析。此外，報告申請單及病理報告可以實現電子化存儲，無需再打印各種紙質單據。術中快速病理系統：通過原有 HIS 系統上增設術中快

119、速病理診斷預約功能，進行術中快速病理系統的開發，可以支持手術室兩方面優化：申請預約以及實時報告查閱。一方面，外科醫生在預約手術的同時即可預約術中病理診斷服務，病理科可以更好地配合和支撐外科手術開展。另一方面，對接病理科 PIS 系統，實現病理診斷狀態的實時追蹤。冰凍室可通過高拍儀將術中病理報告上傳至一體化平臺，并實時通知相應的手術室間進行查詢，其查詢狀態可即時反饋冰凍室。病理質控系統：根據 CNAS 的建設要求，病理科應嚴格對日常病理工作展開質控管理，持續性收集每日的質控數據并進行分析、統計和比較，發現問題并采取針對性措施解決問題。報告及時率及切片優良率是病理工作質控的兩個重要數據。對于報告及

120、時率，質控系統應實現可支持查詢任意時間段、任意醫生的報告及時率，并按月份進行同比、環比比較，或者同時查詢一群醫生在一段時間的報告及時率變化并輸出折線統計圖，便于科室管理層動態掌握每位醫生的工作狀態或進行績效考評。對于切片優片率的評估，系統可按照CNAS 標準操作程序為每張切片設置多個扣分項，并將每個扣分項對應相應的取材醫生或技術員，如“組織過大”對應取材醫生，刀痕”對應切片技術員，從而有效地統計分析特定時間段工作人員在特定扣分項的扣分情況；對于反復發生的不良事件，可及時找到相應人員采取有針對性的措施。病理教學系統：由于每年有大量的規培生、進修生等接受培訓，大型三甲醫院（尤其是教學醫院）病理科普

121、遍對教學/帶教、培訓、考試、經典病例庫的建設等需求強烈。如何通過信息化系統，建立起有效的數字化教學和考核模式，是許多醫院希望信息化系統提升改善的重要部分?；颊邎蟾嫦到y：可以有效改善患者就醫體驗，緩解病理科前臺接診壓力?；颊咴谑盏讲±韴蟾婧灠l的告知短信后，可實現手機終端實時查看病理報告，遠期甚至可以實現實時查看數字化智慧病理科建設白皮書42病理樣本進展情況。同時可以開通病理報告自主打印服務，患者可以通過醫院內自助打印機打印病理報告。由于涉及到醫療安全的問題，可以采取電子簽名審核制度。報告醫生使用個人密鑰進行電子簽名審核后，報告內容隨即由第三方加密以保證安全?；颊哳A約系統：傳統病理會診模式需要患者

122、攜帶原單位的病理資料（包括病理報告和切片、蠟塊等）進行辦理，整個流程復雜，導致患者就醫不便，容易引發矛盾和糾紛。若通過聯動患者預約系統，可實現手機終端在線預約就診的日期和具體時間段辦理會診，避免擁擠，并通過閱讀會診須知提前明確各項要求，避免為補正材料往返奔波。此外，每日病理會診號源數量可根據實際需要動態調整以控制人流。圖表 33：信息化系統集成來源：衡道醫學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

123、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。信息化基建優化：對于無法匹配后期數字智慧病理運行需求的信息化基建需要盡早完成優化網絡、數據存儲、服務器作為信息化基建，優化升級不可避免。信息化建設并不涉及到太大的服務器資金投入，主要是基于現有的網絡、服務器等基礎建設進行升級，數字化病理建設帶來數據量急劇增加，需要重點進行數據存儲系統的建設，以保障信息系統的高性能運轉。如若搭數字化智慧病理科建設白皮書43載更多的功能，如遠程會

124、診，涉及到網絡數據的傳輸、共享等，原本的網絡基建可能無法滿足數字病理信息系統的運行，這時，就需要根據醫院對數字化病理應用范圍的定義決定網絡是否要升級，但是一般醫院都會采用千兆網絡，考慮成本問題很難升級到萬兆網絡，此時必須考慮用新型存儲調閱技術（如：并行文件客戶端 DPC）降低對網絡超大帶寬的需求 5G 網絡技術以及更大帶寬的網絡實現信息同步，科室需要及時反饋給信息科，及時進行升級匹配。數字化建設：個性化建設路徑場地規劃：病理科室空間必須擴容。根據 CNAS 的要求，切片數字掃描過程需要配備單獨的空間，因此需要提前進行空間規劃，設置數字掃片室。理想病理科室應該以線性、合理順序配置的式進行空間規劃

125、以優化作流程。其次，儀器動化可以最程度地減少科室設備占空間，如動化體化染機等可以提效率并減少玻片的轉移33。圖表 34：理想數字病理科室空間安排來源：Modern Pathology，蛋殼研究院軟硬件采購：關注采購戰略合理性。數字病理系統的建設涉及到軟硬件的采購，成本是病理科升級建設中占比最大的部分。不同的醫院病理量不同、樣本類型占比差異，病理科轉型升級的難度也不盡相同，合理的采購戰略可以在保障效能的情況下最大化節約成本。掃描儀配置：現階段，掃描儀均價約為 200 萬/臺，是科室建設中成本的大頭。掃描儀的配置需要根據醫院日均病理量以及病理樣本類型進行高、低通量以及高低倍數組合配置。結合調研情況

126、以及相關文獻34，掃描儀配置主要遵循兩大原則：一方面，高倍掃描儀雖然可以33Hanna M G,Ardon O,Reuter V E,et al.Integrating digital pathology into clinical practiceJ.Modern Pathology,2022,35(2):152-164.34Zarella M D,Bowman D,Aeffner F,et al.Apractical guide to whole slide imaging:a white paper from the digitalpathology associationJ.Archi

127、ves of pathology&laboratory medicine,2019,143(2):222-234.數字化智慧病理科建設白皮書44提供更大的放大倍數，但可能會增加采購成本以及掃描時間。在實際操作過程中，20 倍掃描儀已經基本可以滿足絕大部分病理診斷需求，對于部分類型的病理切片，例如：淋巴造血系統疾病的病理切片，則需要 40 倍掃描儀才可以滿足診斷需求。因此，高低倍掃描儀組合配置是降本增效的重要原則之一。另一方面，由于現在高通量掃描儀仍未實現并行掃描，因此，尤其是對于病理樣本量較多的醫院，仍需較長的掃描時間。多臺常規通量掃描儀并行掃片是目前解決掃描時長的最佳方案。掃描儀相關細節介紹

128、詳見 4.1.2 業內解決方案。顯示屏配置：高性能顯示屏的配置，提高數字切片可視化可以幫助病理醫生更快適應閱片習慣的轉變。對于資金充足的醫院或部分執業資歷較久的病理醫生，建議配置更高清、帶有觸摸功能的顯示屏，可以幫助醫生更快的適應數字閱片模式35。首先，配備足夠清晰度的顯示器是實現數字閱片的第一步36。清晰度不夠會導致病理重要信息的遺漏以及醫生數字診斷模式下診斷結論出具的不信任感，增加職業習慣轉變難度。同時，圖像可能因壓縮導致的模糊以及輕微色差都會稱為病理醫生閱片習慣轉變障礙。因此，通過配置硬件性能更高的顯示器，才能幫助病理醫生更好的解決閱片習慣過渡的問題。其次，可以配置帶有觸摸屏的顯示器。從

129、本質上來講，醫生對于數字閱片模式的不適應的原因出自數字閱片模式下，通過鼠標拖動的方式會存在延遲以及不靈活的情況，可能會導致病理醫生出現視野遺漏，進而對數字閱片方式存在不信任。圖表 35：掃描室配置（左）顯示屏配置（右）來源：江豐生物，Modern Pathology數據存儲設備：數據存儲設備是數字化病理成本占比很大的一部分投入。數據存儲設備在采購選型上容易陷入誤區，對象存儲（云存儲）成本較低，但在科室多人同時進行數字化診斷調閱時容易出現卡頓及馬賽克現象，嚴重影響了醫生閱片體驗和閱片效率。對象存儲35Hanna M G,Ardon O,Reuter V E,et al.Integrating d

130、igital pathology into clinical practiceJ.Modern Pathology,2022,35(2):152-164.36Zarella M D,Bowman D,Aeffner F,et al.Apractical guide to whole slide imaging:a white paper from the digitalpathology associationJ.Archives of pathology&laboratory medicine,2019,143(2):222-234.數字化智慧病理科建設白皮書45協議本身開銷大，每次數據訪問

131、都是完整事務，相比文件協議，除了數據讀取還伴隨鑒權、http 協議、MD5 校驗等額外開銷，醫生每次通過鼠標調整畫面都會帶來多次完整對象訪問事務，如下圖所示，導致通過對象協議訪問，調閱病理切片路徑和時延遠高于文件協議，調閱并發能力上限遠低于文件協議，而并行文件系統客戶端（DPC）相比傳統文件協議在調閱訪問時延、調閱并發上限存在突破性提升。因此，建議科室采購基于并行文件客戶端（DPC）能力的文件存儲，更符合病理切片流暢調閱的存儲的需求。并行文件客戶端（DPC）文件存儲存在以下幾點優勢：（1）解決了對象存儲協議開銷大的相關痛點問題，訪問路徑更短；（2）提升數十倍的調閱性能，使得調閱不僅限于病理數字

132、化診斷，還可以擴大到教學、科研大數據、AI 等各方面應用；（3）降低存儲成本問題，目前已經有廠家將病理切片通過無損壓縮算法來解決，使得同樣容量的存儲可以容納更多的數據，并且不會影響熱數據存儲性能，大幅提高了采購性價比。病理數據對三級醫院來說，既要追求“隨要隨取”的高性能，還要追求極致的低成本，同時要保證數據的絕對安全，院內本地化支持熱、溫、冷分級數據存儲設備是必然選擇。熱數據采用高性能支持 DPC 并行文件客戶端的文件存儲設備，保存 2 周到 1 個月的病理切片數據，可自動流動到溫冷存儲上。圖表 36：不同存儲協議實現區別來源：公開資料，蛋殼研究院應用平臺建設：結合醫院未來發展規劃，分步重點性

133、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。具體平臺的建設模塊參見 3.3.2.2 應用平臺?？剖医ㄔO步驟如下。數字化智慧病理科建設白皮書46確定建設需求：病理科需要根據自身科室運行模式確定平臺的需求，針對平臺工具、應用、模塊提出相關設想，幫助技術人員后續開發。明確建設重心：不同醫院對于醫、教、研發展重心不同，可以根據需求對平臺建設優先級進行把控。委托平臺開發：一般是采用產業已有方案，根據自身需求，委托廠商進行個性化定制。參與運行測試：

134、平臺開發完畢后，病理科需要對相關平臺的應用和功能進行試運行，確認平臺的性能是否需要進一步優化，確保其可靠性和穩定性。協助系統集成：數字病理應用平臺的組件和功能完成開發和測試后，需要進行集成和部署。開展培訓和支持：最后，需要為數字病理應用平臺提供培訓和支持，以確保病理醫生能夠正確認識平臺的優勢以及充分利用平臺的功能和應用。工作流程：根據醫院自身情況，建立特色性 SOP。進行數字化、智慧化升級后，改變了傳統病理科的工作流程。為了提高工作效率、降低風險以及確?？剖业挠行蜻\轉，必須盡快建立新的標準化工作流程37。根據調研結果，數字化病理科通用化 SOP 如下圖所示。但值得注意的是，由于不同醫院的工作習

135、慣以及細節問題存在差異，SOP 的建立很難實現完全統一化，病理科需要針對各自科室的運轉情況，進行細節化的調整和拓展，建立符合實際的特色 SOP，例如樣本量大的醫院可能需要在晚間覆蓋大部分病理切片的掃描以支持第二天診斷工作的高效展開。圖表 37：數字病理 SOP來源：蛋殼研究院人員架構：調整病理科的組織架構以及人員職能。隨著工作流程的轉變，除了傳統的工作流程37Williams B J,Knowles C,Treanor D.Maintaining quality diagnosis with digital pathology:a practical guide to ISO15189 acc

136、reditationJ.Journal of Clinical Pathology,2019,72(10):663-668.數字化智慧病理科建設白皮書47外，還需要調整相應的組織架構以及人員職能、增加額外的人員和培訓來滿足新工作流的正常展開38。需要配置數字化管理專員統籌跟進人員培訓、質量控制、軟硬件維護等，并需要針對單獨工作流程對應進行調整修改。樣本接收環節：標本接收環節需要設置專員負責樣本接收、病例追蹤二維碼的張貼等。數字掃片環節：單獨增設掃片管理員，保障掃片環節的正常運行，包括物理切片的排放以及掃片過程中意外情況的處理，如卡片、無法掃描等問題。報告分發環節：病理收發室工作人員不再需要承擔

137、病理報告分發工作，極大程度上減少了其工作量。存檔環節：存檔負責人除了需要按照規定對物理切片進行存檔外，還需要進行數字化存檔，體現在切片數字掃描存檔以及數字化數據的存儲管理。未來，若不再對物理切片進行存檔的強制要求，則歸檔負責人只需要進行數字歸檔。質控環節：增設質量控制管理人員。一方面，對工作流程各環節操作進行復盤并提出后續優化措施；另一方面，針對數字化病理診斷過程中產生的數據和結果進行質量控制，保證數字化診斷結果的準確性和可靠性。質控管理員可以根據工作量進行專人專設，也可以通過病理醫生輪崗模式進行。后續 AI 接管質控環節后，也需要有人員對 AI 質控情況進度抽檢審核。智慧化應用：探索式建設除

138、了數字化建設外，科室也要重視 AI 對于數字病理的應用。數字化是智慧化的基礎，在實現基礎數字化建設后，智慧化探索才能實現落地39。AI 應用的基礎設施的配置主要分為軟硬件兩部分：硬件采購需配備掃描儀、病理實驗室配備計算機和互聯網；軟件方面需要實現 AI 診斷系統設計以及與信息管理系統、數字病理系統及質控系統等對接。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

139、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?？梢岳?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。38Zarella M D,Bowman D,Aeffner F,et al.Apractical guide to whole slide imaging:a white paper from the digitalpathology associationJ.Archives of pathology&laboratory medicine,2019,143

140、(2):222-234.39Stathonikos N,Nguyen T Q,van Diest P J.Rocky road to digital diagnostics:implementation issues and exhilaratingexperiencesJ.Journal of Clinical Pathology,2021,74(7):415-420.數字化智慧病理科建設白皮書48AI 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。

141、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。圖表 38：AI 學習方式對比來源：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40。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?？谱訑祿?。病理學每個亞?？祁I域都有其獨特的病理特征、診斷標準和治療方案，建立亞?？茢祿炜梢詭椭?AI 病理應用更好地學習和理解每個亞?？祁I域的特征，

142、從而提高診斷準確性和精度。此外，建立亞?？茢祿爝€可以幫助 AI 病理應用更好地適應不同的臨床場景?？剖以诮⒉±頂祿鞎r，一方面，可以對典型病例進行數字化歸檔存儲，按亞?？?、關鍵字等實現一鍵快速查詢；另一方面，根據年齡、性別、疾病類型分布等詳細信息進行標注，方便后續進行數據統計。40Baxi V,Edwards R,Montalto M,et al.Digital pathology and artificial intelligence in translational medicine andclinical practiceJ.Modern Pathology,2022,35(1):2

143、3-32.數字化智慧病理科建設白皮書49圖表 39：病理數據庫展示來源：衡道醫學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。全病種、全數量病理片的覆蓋：逐步實現

144、全片量病理診斷數字化、智慧化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?？撇±?AI 算法模型的探索，提供數據的真正價值。堅持?？茲u進的原則，逐步推動全片量數字化?？紤]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?，F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

145、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?？撇》N開始，重點?？粕钊?，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數字化智慧病理科建設白皮書50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

146、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?？迫繑底只鬓D。結合建設目標：需要根據科室發展目標，是否存在特色?？苹ㄔO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。全生態推進：頭部醫院應牽頭推動全生態的建設參與作為三級醫院，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。遠程會診

147、幫扶措施：在遠程會診方面，下級醫院可能達不到高標準切片質量，三級醫院應該定期下派專員對幫扶醫院進行技術指導，促進遠程會診更高效的展開。開展線上教學：在教學方面，三級醫院可以建立并完善數字病理圖書館，收藏更多有價值的病理切片用于教學，并制作相關課件，可供醫生重復學習。同時，加強與下級醫院之間的合作交流，了解基層病理科的教學需求，制定更符合基層病理醫生的教學計劃和課程設置。此外，三級醫院需要注重教學反饋和評估，制定和執行完善的質量管理和評估體系，包括課程評估、教學質量評估、學員滿意度評估等，及時發現和解決教學過程中的問題和困難，確保教學質量和效果。（3）建設軌跡：平行交叉建設 分階段建設分階段交叉

148、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?？漆t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

149、求的探索。數字化智慧病理科建設白皮書51圖表 40：數字化為重心建設路徑圖來源：蛋殼研究院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。圖表 41：數字智慧化為重心建設路徑圖來源：蛋殼研究院 并行式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

150、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。數字化智慧病理科建設白皮書52圖表 42：建設內容規劃表來源：蛋殼研究院3.3.3.2 市縣級醫院建設：背靠頭部，打牢地基，實現數字化聯動（1）建設目標：滿足市縣級醫療需求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?；诙ㄎ?，在病理檢查方面，市縣級醫院

151、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。（2）建設規劃：滿足基礎需求建設 數字化建設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數字化智慧病理科建設白皮書53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

152、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

153、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?？紤]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

154、，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 3.3.3.1 信息化建設相關內容。追蹤系統：可以記錄病理標本的采集、制備、儲存和運輸等各個環節，確保標本的安全和質量。工作流程線上管理系統：電子化工作流程管理系統可以對病理科的工作流程進行規范和管理，提高工作效率和工作質量。工作流程質控系統：重點對切片質量進行追溯管理，實現高標準制片。中短

155、期內，市縣級醫院不需要實現全模塊、全片量數字化建設。一方面，全數字病理科建設需要投入大量的資金用于硬件設備、軟件平臺和技術培訓等以及數字化系統維護需要人力和物力數字化智慧病理科建設白皮書54投入，對于市縣級醫院來說可能難以承擔。另一方面，市縣級醫院相對于頭部醫院來說，病例數量較少，病理科的工作量較小，暫不需要像頭部醫院那樣進行全數字化建設來解決“燃眉之急”。硬件配置小通量、一體機更符合基層醫院實際情況。由于基層醫院并不需要進行大量掃描以及存儲，因此追求性價比是基層醫院整體的建設思路。目前，產業端已推出了小通量、數字病理一體機，包括：存儲、計算、AI、安全、網絡全部需求，來滿足基層醫院數字化發展

156、的需求，詳細方案參見 4.3.2。系統配置接入遠程會診系統，針對疑難病例，實現患者基層就診。市縣級醫院最大的問題其實在于缺乏高端人才，疑難病理解決能力較弱。遠程會診系統可以與頭部醫院或病理專家進行遠程病理會診，很大程度解決大部分疑難病例的診斷以及提高病理診斷的準確性，減少了患者向上就診的麻煩。因此，市縣級醫院更應該重視遠程會診平臺的搭建。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?？剖铱梢葬槍δ承└甙l疾病

157、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。智慧化建設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。3.3.3.3 醫聯體病理中心：因地制宜（1）建設目標：實現合理資源配置病理中心化可以有效減少人力資

158、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、最有效的人力數字化智慧病理科建設白皮書55資源配置，同時將大中心的醫療資源平等分配。（2）建設方式：因地制宜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。非獨立病理中心對于大城市（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

159、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。獨立病理中心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?；б?，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

160、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。圖表 43：獨立式病理中心內部展示來源：寧波市臨床病理診斷中心數字化智慧病理科建設白皮書56醫院建設病理中心：對接一體化數字病理科解決方案，建設同等標準數字化智慧病理科，作為承接小型醫院的標本載點。中心加盟醫院：接入調度中心，將標本集中于中心或單獨設置的集散點，準備后續標準化采樣。中心運行模式各院病理醫生以加盟的方式共同處理數據中心下發的診斷任務，根據能力接受相應額度任務分配并對接相應亞?？?。同時，加盟醫院以分中心的形式，設置單人駐點，分中心負責醫院快速冰凍切片、病理標本接收、臨床溝通等。中心配置網

161、絡服務器數據存儲設備：多人同時閱片場景對服務器數據存儲設備也提出了更高的要求，需要采用基于高性能并行文件客戶端(DPC)文件存儲，而不是傳統的 S3 對象存儲建設更大承載量的云服務。另外，院間多維度互聯，需要以 5G 傳輸為基準，實現數據互連。信息系統：使用統一的病理信息管理系統、二維碼標識可以幫助進行更高效的管理，并且實現全程無紙化。高效物流系統：集中式病理中心對于物流傳輸的要求很高，需要匹配的物流系統作為支撐。樣本運送可以由專業物流公司承擔，通過多臺物流車的配置，每日對加盟醫院進行定時多次的樣本收集，確保診斷工作的正常展開。掃描儀：需要配備高性能超快掃描儀，實現更快速、連續性掃描，并且不需

162、要人力的干預，便于通宵掃片。應用平臺：通過與頭部三甲醫院共同搭建遠程會診、教學云平臺的方式，進一步吸收優質醫療資源，加強自身建設?？尚行越ㄔO總結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，單憑自身實力很數字化智慧病理科建設白皮書57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

163、成本。3.3.4 實操層面的建設痛點及解決思路3.3.4.1 院端建設痛點及解決思路（1）場地問題病理科占地面積小，空間拓展、重新規劃難度大。由于歷史原因，在早期醫院空間規劃下，病理科占地面積相對較小儀器設備較多，普遍存在空間配置效率低下的問題。病理科進行數字化升級過程中，一方面需要在不同操作環節添加相關信息碼和錄入設備，根據流程質量控制需要對空間格局進行重新規劃；另一方面，需要進行數字掃描儀、存儲等相關硬件設備的采購，病理科空間拓展壓力大。解決思路：運用精益管理工具 5S，1S-Simply 整理，2S-Straighten 整頓，3S-Scrub 清潔，4S-Stabilize 維持，5S

164、-Sustain 素養的方法，對實驗室空間進行整體改善。前期進行合理的規劃，減少后期調整成本。面對傳統病理科空間配置效率低下，繪制面條圖，進行科學的分析，減少人員不必要的移動和時間損失。根據樣本處理步驟的自然順序以線性方式重新分配房間，創建功能性單元房間，合理布局，減少人員和標本的轉移。形成符合 5S 要求的工作環境，建立制度進行維持。（2）成本問題資金投入大。大量的病理切片需要充足的掃描儀才能滿足病理科日常業務的全部數字化需求，同時數字智慧病理各個環節的完成（切片質量控制、數字閱片、人工智能等）需要先進的硬件、軟件相關設備輔助，前期相應的資金需求會給數字化智慧病理科建設帶來困擾。并且，存儲成

165、本以及維護成本屬于持續性成本，由于目前絕大部分地區尚未推出數字病理對應收費標準，醫院難以通過增收實現正向盈虧循環。收益短期內可能無法快速回收。由于前期采購成本大，而相應物價條碼并未完全審批執行，因此可能面臨長周期利潤回收的情況。此外，病理科屬于一級科室，其衍生價值難以通過賬面形式體現，主要在于賦能臨床科室的運行；數字化智慧病理科建設會存在相應過渡期，短期內反而可能出現效率下降的情況。解決思路：依托項目，推動建設進度。實施數字化智慧病理的初始費用僅通過病理科自身收益進行覆蓋可能存在較大的困難；可依托病理專項項目，對外申請資金可能有助于在數字化智慧病數字化智慧病理科建設白皮書58理建設中的成本覆蓋

166、。重視遠期價值、衍生價值，促進院方的投入。病理科作為公共平臺科室之一，對于臨床的賦能以及數字智慧化升級后可帶來的遠期收益始終被忽視，這也是導致醫院層面支持力度不夠的本質原因。病理科應該強調其建設真正價值，加深業內認知，從而促進院方的投入。聯合產業端，共同推動物價的落地。促進收費標準的落地，實現科室自負盈虧是持續數字病理建設的根本解決方案。目前江蘇、云南已經進行了物價的試行，物價地推出離不開醫院、行業及政府等共同促進，醫院應該積極聯合多方力量，共同推動物價的落地。（3）人員問題可能存在人員不足的情況。在科室建設期，需要增派專職人員負責數字化全流程的把控和落實。新流程推廣期則需要配備相關的培訓管理

167、人員，對操作以及流程進行相關講解及培訓。長期來考慮，隨著數字智慧化病理科室運轉進入正軌，科室可以承擔更多病理切片的診斷（包括遠程病理診斷），尤其在病理醫生供不應求的情況下，可能會出現人手不足的情況。解決思路：招聘數字化專職人員以及助理醫師。一方面，可以招聘專職數字化管理人員負責相關數字化事項的總體管控；另一方面，對于人手不足的問題，可配備助理醫師（PA），PA 可以幫助取材以及對手術活檢標本進行粗略檢查，減少病理醫生的低價值付出（約可節約 1/3 的日常工作量），從而進行更好的人員成本控制。（4）工作流程設計問題流程標準化設計難度大。一方面，數字化智慧病理科的建設需要多部門的協同才能實現有效運

168、轉；因此，在流程設計中，如何均衡外部科室操作需求，提高協同效率是設計的難點之一。另一方面，由于病理科操作流程涉及到多個環節和步驟，如何將所有環節進行數字化改造，需要基于傳統科室工作流程痛點的認知以及數字化基礎流程和技術的掌握，才能針對科室自身的問題進行更有效的升級，高效工作流程的設計難度較大。解決思路：配備專職人員，并加強醫院多部門的溝通與協作?？剖覒{派專職人員全程跟進科室升級，制定及優化數字化工作流程，確保大小痛點全面解決。此外，還需要加強與醫院多部門的溝通與協調，如信息部門對于信息化改造，網絡、存儲、安全等相關硬軟件需求溝通；與臨床部門信息互聯互通，需求溝通等，以確?？剖覂炔扛鞑块T間流程

169、制定、優化能更快落實。（5）推廣問題數字化工作流程運行推廣需要一定的適應周期。一方面，數字化病理工作流程需要手術室、臨床科等的配合，在項目執行前期可能會增加一定的工作量以及工作流程的轉變，給其他科室的數字化智慧病理科建設白皮書59配合帶來一定難度。另一方面，科室內部尤其是閱片習慣的改變，對于病理醫生的沖擊較大，需要一定周期的過渡和適應；尤其對于較為保守的醫生來說，更習慣依賴傳統方式，新型方式接受度有待提高。解決思路：過渡期不可避免，但可以有效縮短周期。對于外部配合問題，病理科需要爭取院方的助力，與臨床科室多溝通，闡述數字化轉型對于臨床科室可以起到信息有效互聯互通地作用，有效縮短不同科室的適應周

170、期。對于內部過渡問題，科室領導層應起到帶頭示范作用，調動科室醫生的積極性，必要情況下，可以推出一定的激勵政策。3.3.4.2 業務平臺建設及使用痛點（1）信息化系統信息化建設基礎薄弱，制約數字化轉型。信息化升級是實現數字化轉型的基礎。當前，國內病理科信息化建設基礎普遍薄弱，大部分科室，包括諸多大型三甲醫院，僅實現了登記、取材、診斷等基本的業務管理，并未實現全流程樣本追蹤和精細化的質控管理，存在大量手工操作和紙質記錄，制約了科室工作效率和管理水平的提高。解決思路：盡快實現信息化系統改造升級，為數字化轉型打造堅實基礎。通過信息化系統升級，實現標本離體到報告發放至臨床和患者的全流程電子化、條碼化閉環

171、管理。并建立“數字化”驅動的病理業務流程管理，即通過精細化質控，提升制片質量以適應數字化病理切片掃描的要求；通過改造工作流程，以適應數字化閱片和智能診斷的工作模式。精細化的全流程質控，同時可輔助科室更好的通過 CNAS 15189 評審和認定。信息化系統無法滿足多院區、醫聯體建設需求。近年來，各級醫院一院多區以及醫聯體建設如火如荼，病理科也由此面臨新的管理挑戰，包括多院區的業務協同、醫聯體如何高效運營等。解決思路：通過信息化平臺升級建設，實現“多院區一體化”、“醫聯體遠程化”管理，實現數據共享和信息互通，提升跨院區、跨機構的業務運營效率和同質化管理；進一步地，通過遠程數字化閱片，可實現新院區病

172、理科“無醫生”快速啟動運行，進而實現降本增效，降低對人力的依賴。（2）切片掃描問題掃描技術仍待改進。國內掃描設備質量存在一定差異。在掃描切片質量控制方面，可能會存在物理玻片膠外溢、蓋切片移位、二維碼或 OCR 識別不準確等。在掃描流暢度方面，存在卡片導致掃描中斷，無法重新掃描等情況，很大程度上增加了工作時間成本。掃描系統方面，由于不同類型樣本組織厚薄不同、染色制片方式方法的不同，會導致色差以及立體呈現仍然不夠理想。數字化智慧病理科建設白皮書60解決思路：病理科應與供應商及時溝通掃描過程遇到的技術問題，幫助產業方技術升級以更好的提高服務。產業端也在不斷進行技術創新以更好解決掃描問題，具體最新技術

173、進展詳見4.1.2。（3）數字閱片體驗數字閱片體驗感差可能會出現在閱片卡頓、馬賽克、以及自身習慣轉變困難等方面。其原因在于系統及職業習慣轉變兩個方面。系統端：系統流暢度不夠，存儲方案不合理。在電腦端瀏覽數字切片，通常涉及到切片調閱，調閱的速度取決于網速、存儲性能、電腦配置等。由于單張切片過大，用戶在切換視野時，可能出現 ROI 區域加載慢而出現馬賽克的情況，需要等幾秒鐘甚至更長的時間才能完全呈現高清的數字切片。同時，隨著數字病理的推廣，除病理醫師外，臨床醫師、科研工作者、就診患者等都可能在訪問端出現，導致調閱量激增，數據存儲系統將面臨訪問時延長、系統卡頓不流暢和馬賽克等情況，嚴重影響閱片效率和

174、準確性。解決思路：需要配置性能更高的調閱系統。目前，產業端已推出多人同時調閱文件存儲系統，病理科根據自身調閱的需求及應用場景，反饋供應商實現系統定制化，具體技術及產品介紹可參考 4.3.2。職業習慣轉變：顯微鏡到數字閱片存在不適應。首先，不同的鼠標的靈敏度存在較大差異；鼠標在進行放大縮小，ROI 移動時，可能出現無法精確到用戶預期的放大倍數和指定的 ROI。其次，通過鼠標拖動閱片和顯微鏡閱片移動方式存在差別，病理醫生會存在視野遺漏的顧慮。再次，顯示器的分辨率、色彩、清晰度等跟顯微鏡成像效果仍存在差距，直接影響到視覺效果，對于已有多年工作經驗的醫生來說接受度較差。解決思路：優化硬件設備，提高閱片

175、體驗。通過存儲調閱模式以及基于分布式文件客戶端（DPC）的新型文件存儲技術創新，突破傳統對象存儲（云存儲）的調閱性能瓶頸，實現 1 秒同時調閱 1000 張切片的能力。鼠標性能的不匹配是導致閱片體驗差的核心問題，通過觸摸屏的迭代可以有效解決滑動延遲性以及閱片視野遺漏問題。同時，雙顯示屏配置可以提高閱片體驗。一個用于查閱電子病歷，一個用于查看圖像，減少工作流程的變化。（4）數據管理數據管理問題主要體現在 3 個方面：數據存儲、數據共享、數據安全數據存儲：數據存儲量大，存儲成本高。和影像不同的是，病理數字切片的大小基本都300MB 以上（細胞 300-500MB/張，組織 1-5GB/張）。根據醫

176、院規模的不同，每天可產生數百到數萬片病理切片數據。按照法規和科室發展需求，這部分數據需要長期保存（30 年），數字化智慧病理科建設白皮書61預計存儲容量將以數 PB 趨勢增長，繼續采用傳統磁盤存儲方式，5-8 年就必須要更換存儲設備，導致長期存儲成本極高。解決思路：冷、溫、熱存儲戰略。云端存儲成本要遠高于線下本地存儲。根據調研結果，一般采用熱數據保存 2 周，溫數據保存保存 3-6 個月，即可滿足科室診斷需求，后續通過冷數據存儲采用病理數據壓縮技術和在線藍光介質歸檔的方式可以極大程度的降低長期存儲成本。產業端也在積極完善存儲技術以適配病理科數字化的存儲需求，目前市場已推出了病理專用存儲方案可供

177、病理科選擇，具體方案內容參見 4.3.2。數據共享：目前數據仍未實現完全的共享。不同醫院在業務應用上存在數據交互的需求；但由于不同醫院所合作的業務服務提供商的不同，數據存儲格式差異很大，長期以往存儲系統將承載越來越多種類的數據，極大程度上影響了數據共享效率、用戶閱片體驗和智慧化的推進。解決思路：目前數字病理圖像尚未有一種通用的數據存儲格式，各廠商通過私有格式對數據進行存儲是導致數據難以共享的本質原因，缺乏驅動力是關鍵問題。因此，應該呼吁推動通用數據標準的盡快設立。通過能夠解決醫院關鍵痛點的新型病理切片格式來驅動格式的統一。數據安全：安全問題未得到重視及有效解決。國內對于數據安全問題仍未引起足夠

178、重視。但事實上，一旦進行大規模數字化應用，數據安全存在巨大風險。根據中國醫療行業網絡安全行業分析報告顯示，15339 家醫療機構中，1029 家單位存在僵尸、木馬或蠕蟲等惡意程序，6446 家單位的應用服務端口暴露在公共互聯網中，4546 家單位網站存在被篡改安全隱患，其中 261 家單位已發生網站被篡改情況。由于缺乏對數據安全問題的正確認知，目前國內能夠提供數據安全方案的廠商并不多，數據安全問題很難得到全面保障。解決方案：科室需要積極落實數據安全保護方案，推動供應商不斷提高安全措施，包括數據監控措施、外部攻擊應對措施、數據泄露保護。病理切片數據是三甲醫院核心資產，必須采用本地化院內存儲的方式

179、，并且通過調閱方式的創新解決病理切片數據安全不出院的問題。（5）人工智能應用人工智能在病理方向上的應用痛點包括：AI 技術難度、數據和標注難度、合規難度這三個方面。AI 技術難度。由于數字病理圖像分辨率高，并且在現實場景中，存在病理切片制片流程差異、掃描儀性能和配置的差異、試劑性能差異等，為 AI 技術在數字病理上的應用帶來了很多挑戰。算法的運行效率（包括算力的使用和數據緩存空間的使用）和泛化性是病理 AI 技術的主要技術難點。解決思路：建立標準化數據庫。一方面，嚴格按照規范化操作，減少低質量數據產生，嚴格定義數據質控流程，提出不符合質控要求的數據。另一方面，針對不同病種，建立亞?？茢祿?，數

180、字化智慧病理科建設白皮書62收集多種掃描儀和配置下的病理切片掃描數據，實現更多病種數據積累，推動 AI 應用產品落地。數據難度。由于醫生診斷標準的差異和細胞級別標注的難度。解決思路：一方面，建立病理切片數據的標注 SOP（比如：初級醫生標注，資深醫生審核的標注-審核機制）；另一方面，提供病理數據的標注系統，提供半自動工具加速標注流程，比如：能夠利用 AI 算法提供初步結果，醫生僅需要對結果進行修改。合規難度。目前 AI 產品 3 類證獲批難度大，在實際應用過程中存在病種應用局限以及無法作為直接診斷工具，仍需要醫生進行復核后簽發報告。解決思路：積極推動三類證的落地。三類證的落地需要臨床數據支持，

181、科室可以通過與產業端的密切合作助力 AI 病理三類證的審批進。數字化智慧病理科建設白皮書634.產業端合作邏輯院端與產業支持方的合作是促進其實現數字化智慧病理科建設的必要條件。在本章節，主要分析當前數字化智慧病理科室建設所需要的產業支撐能力，為全國范圍內不同等級、不同建設進度、不同建設方向的醫院提供針對性、差異化的建設方案參考。數字化智慧病理行業主要包括提供方、使用方、受益方三種市場角色圖表 44：數字化智慧病理產業市場角色關系圖來源：蛋殼研究院當下，在院端實際建設過程中，按照病理科室所需建設內容，產業支持方可以主要分為：切片數字化支持、科室信息化管理支持、病理數據管理支持、人工智能診斷與質控

182、支持四類市場角色，而扮演不同角色的產業支持方輸出的價值也各有側重，相輔相成，共同推動行業的發展。圖表 45：產業方支持院內建設架構全景圖來源：江豐生物，公開資料，蛋殼研究院支持方：為使用方或受益方提供產品或服務的主體，主要包括硬件供應商和軟件服務商數字化智慧病理科建設白皮書64切片數字化支持：提供適用于各類樣本掃描的數字切片掃描儀支持?？剖倚畔⒒芾碇С郑禾峁┛剖胰粘９ぷ髁鞒?、數字切片管理、科研教學、遠程會診等場景中的信息化技術支持。病理數據管理支持：提供數字切片的數據存儲、調閱、共享、安全等方面的底層技術支持。人工智能診斷與質控支持：提供數字切片輔助診斷與質控環節的人工智能技術支持。整體來看

183、，目前市場中有提供上述單種服務內容，也有覆蓋兩種及以上服務內容的廠商，且在技術能力方面可以基本滿足臨床需求。使用方：使用產品并為受益者提供相關的服務的主體，主要包括醫院病理科、區域病理診斷中心、第三方病理檢驗中心醫院數字化智慧病理科：頭部大型醫院發展目標為全數字化智慧發展方向；市縣級醫院則是先完善數字化建設，后續待條件成熟后開展智慧化改造。區域病理診斷中心：主要起到協同、幫扶發展的作用；主要承載遠程重點病理案例的診斷與教學的任務。第三方病理檢驗中心：作為產業補充支持力量，重點客戶對象為未設立病理科或未經區域病理中心覆蓋的開展常規病理診斷業務的市縣級醫院。受益方：接受產品或服務的主體，主要分為醫

184、生和患者兩類人群醫生群體：病理科醫生及各臨床科室醫生。于病理醫生而言，幫助大量減少工作量，輔助診斷等；于腫瘤醫生而言，能夠結合各類信息幫助制定精準醫療方案，更好地為患者服務?；颊呷后w：各類癌癥及腫瘤病患者。主要體現在較大可能減少患者等待時間，便捷的病例流轉，更快得到救治方案等方面。4.1 切片閱片數字化：先決條件4.1.1 需求分析：掃描儀是實現數字閱片的關鍵基礎，數字切片奠定數字化發展基石數字切片掃描儀通過對物理切片進行掃描、無縫拼接，生成一張全視野的數字切片。再利用配套的數字切片瀏覽軟件，實現可在計算機顯示屏上對數字切片圖像進行任意比例放大或縮小以及任意方向移動的瀏覽和分析處理。數字切片不

185、是一張完全靜態的圖片，它包含了物理切片上的所有形態和病變特征，在計算機顯示屏上實現如同在顯微鏡下能使用不同放大倍數(4、10、20 和 40 倍等)瀏覽和觀察，并在一定倍數范圍內(1X100X)實現無級連續變倍閱片。數字切數字化智慧病理科建設白皮書65片為數字病理相關技術后期的發展鋪平了道路，進一步促進了傳統病理學應用的數字化發展，在使得閱片方式更為便捷的同時，也為遠程會診、病理教學、切片數字化存儲等打下基礎，為病理科實現數字化智慧轉型奠定了堅定的基礎。目前各級醫院在采購數字切片掃描儀時，主要基于所需處理樣本性質以及日常工作流轉安排，對參數和性能方面提出要求?？剖一诓±順颖静町悓呙鑳x兼容性

186、的需求多種染色工藝的適配：病理切片因其大小形態以及性質各異，除了直觀的大小差別外，為了進行準確的病理診斷，對于不同類型的細胞和組織，病理切片使用不同染色類型。由于病理科日常診斷中除了 HE、免疫組化等常規的染色樣本，還有像 Masson 染色（又稱馬松染色，是結締組織染色中最經典的一種方法）、多色熒光、偏光等相對具有特殊性的染色制片樣本。醫院在推進數字化智慧病理科的建設時需要將所有的樣本切片全部數字化，所以要求掃描儀需要兼容常規與非常規染色樣本的數字化掃描，這在醫院選購掃描儀時，要求其必須具備熒光激發感光等功能模塊。不同性質組織樣本的適配：病理切片的標本來自于不同的病理組織，在病理診斷中，除了

187、常規組織病理，還有骨髓、血液涂片以及染色體樣本切片，這類樣本切片的成像分辨率往往比常規病理切片有更高的要求，一般臨床上這類切片需要用 100X 油鏡觀察診斷，而目前 100X 物鏡視野仍較小、全片掃描耗時巨大、高分辨率物鏡景深極小自動對焦、油鏡的全自動數字化掃描面臨著滴油擦油自動化困難等產品研發難題。而目前上述行業難題仍待克服，院內現采買掃描儀仍存在一些未滿足臨床需求，未來期待業內盡早推出能兼容這類樣本切片的更完善的產品?？剖一诓煌瑘鼍?、樣本量以及人員和時間、閱片質量對掃描儀性能的需求適應不同場景、樣本量：這對掃描儀的通量和掃描速度提出要求。目前科室切片使用場景既包括常規診斷類場景，也包括院

188、內外冰凍即時診斷類即時掃描場景，一般而言，常規診斷類場景數量較大，需要配備通量較大的掃描儀；即時掃描出片類場景一般中小通量比較適宜，這就需要科室根據實際需要配備不同通量類型的掃描儀。同時，按照目前業內通量最大 1200 片，在 20 倍的要求下，最快掃描速度為 15 秒/片，平穩運行完畢需要約 5小時，掃描速度尚且不能滿足頭部三甲醫院的臨床病理診斷的及時性需求。為了更好的完成工作任務的執行，科室需要兼顧掃描通量和速度，在掃描速度暫未解決的基礎上，配備不同通量的掃描儀是目前科室建設的關注重點。更低人力投入、合理時間安排：這對掃描儀的穩定性、連續性提出需求，目前在實際掃描數字化智慧病理科建設白皮書

189、66工作中，一般需要技師對切片人工排片進行掃描，另外若需加片還得需要停機后操作，若出現卡片等現象也需要進行及時的整頓，這些情況均會增加技師的工作壓力。此外，不同通量的掃描儀工作時間不統一，需要設置合理的時間安排，在日夜間時間安排上，實現無人值守下順利的進行掃片工作。更順暢、準確的閱片：這對掃描精度，成像的清晰度、圖像的分辨率提出要求，是否能實現掃描成像圖像與醫生在物鏡下查看的清晰度、分辨率一致性。未來數字切片掃描儀企業需在色彩還原度、成像清晰度上持續加大研發力度，實際解決科室運行過程中，在查看圖像時會出現色彩還原不佳、立體度不夠等現象?？剖一趻呙韫ぷ餮苌闹С衷O備的需求由于物理切片的數字化是

190、完全新增的流程，科室為了保障診斷效率不受影響，且最小化人力解決由切片掃描衍生出的一系列配合工作，科室需要針對數字切片掃描工作各環節進行相應設備的升級和優化。前期物理切片樣本的裝載：在物理切片進去掃描儀時，需要掃描成像系統能接收來自于自動染封機輸出的樣本籃，從而免于人工將上道工序（染色封片）的輸出物手工裝載到掃描成像系統中，實現自動轉運至加載位置，幫助有效減少技師人力投入以及減少人工出錯率。數字切片制作流程中的追蹤與控制：在掃描儀內部轉運過程中，需要掃描成像系統同時具備信息識別和核對功能，實時上報當前轉運的物理切片信息與系統中的數字切片信息是否在狀態、數據屬性上是否具備合法性，如有異常，提供錯誤

191、數據提示與修正機制；在儀器控制上面，如遇診斷過程中任務的調整，要允許技師插隊執行優先級高的切片加載與卸載任務。后期掃描完成后切片樣本的分類與收集：在數字切片掃描完成后，需要掃描成像系統將掃描后的切片樣本能按照設定規則，將指定屬性的數字切片卸載至指定位置。例如：同一個病例的不同染色（HE、免疫組化），數字切片統一輸出整理傳輸至管理庫，物理切片統一流轉至如特定序號的晾片盤或歸檔儲存貨架，方便醫生后期對兩類樣本的存放管理。目前，針對上述科室數字化建設需求，按照各級醫院日常所需處理的切片數量和切片類型大致可以大致分化出以下差異。整體而言雖具一定的普適情況，但也有針對性側重。其中，大致可以分化為：大型三

192、甲醫院：診斷樣本量大，樣本種類多，對掃描儀數量需求量大。頭部大型三甲醫院每日切片數量2000 片，且由于臨床科室業務開展比較廣泛，包括組織病理學診斷、細胞學診斷、術中快速冰凍診斷和院際病理會診服務等，所需處理切片類型較復雜，因此對掃描儀數量、兼數字化智慧病理科建設白皮書67容種類以及掃描速度上有較高要求。通常需要配備多臺不同通量且適應于不同樣本類型的掃描儀。普通三甲醫院：雖不及頭部大型三甲的建設需求，但是目前也正積極往數字化方向發展，為了滿足日常所需處理 800-1500 片的切片數量，仍需要配備一定數量且要求掃描速度較快的掃描儀。市縣級醫院：需求短期內更加集中在常規樣本上，整體所需處理樣本量

193、較少。市縣級醫院中由于目前的切片整體處理量一般不超過 200 片，且切片類型更多傾向于 HE 常規組織，所以在采選掃描儀時，會更傾向于選擇綜合性適用率較高、性價比合適的設備。4.1.2 業內解決方案：不同應用場景的全種類精準切片掃描針對前文中各級醫院提出的各類樣本、各個使用場景等診斷需求。業內服務商推出了一系列掃描儀產品方案。一般而言，針對頭部大型三甲醫院，業內通常會提出整體式解決方案，即不同通量搭配相適應的掃描樣本性質適用于不同應用場景。而針對規模以及業務范圍相對減少的普通三甲和市縣級醫院，業內通常會針對其主要業務場景進行搭配。其中，業內整體解決方案中有專門針對冰凍場景的快速掃描儀、有面向科

194、研的多通道熒光掃描儀、有針對基層醫院遠程會診使用的低通量掃描儀、有面向日常應用的中等通量機型，還有專門針對病理數字化建設和宮頸癌 AI 篩查的大通量機型。目前業內相關掃描儀產品可量化的參數指標可以大致分為：通量：所謂通量是指掃描儀在單次裝載后，能夠連續自動進行切片掃描的數量，市場上通常一般將20 張，界定為低通量；21-100 張，界定為中通量；100 張，界定為高通量。目前業內提供掃描儀通量類型中有單片到千片不等。掃描速度：目前業內 20倍數下 15mm15mm 區域，掃描速度通常在 25-40 秒/片，部分公司可以實現 15 秒/片；在 40倍數下，掃描速度通常在 60-180 秒/片。樣

195、本處理能力（每小時吞吐量）：吞吐量不僅考察實際掃描速度，還包含了樣本的自動加卸載、調度算法、樣本并行處理能力等指標。目前業內 20倍數下 15mm15mm 區域，高通量設備平均樣本處理能力在 60100 片/小時，部分公司通過設計雙核或多核并行掃描、優化調度算法可以實現最200 張/小時的樣本處理能力。光源：為明場、暗場（熒光）和多光譜，目前業內明場類產品較多。穩定性：主要以一次掃描成功率為參考標準，技術影響因素主要是取片方式，目前低通量掃描儀采取切片盤加載方式，高通量掃描儀采用機械臂夾片方式。數字化智慧病理科建設白皮書68數字切片掃描儀的核心技術拆解全視野數字切片（WSI，whole sli

196、de image）技術是數字病理發展和成熟的關鍵。WSI 全稱為Whole Slide Image，也稱全視野數字切片，WSI 是數字切片掃描儀對傳統的物理切片進行掃描，采集具有高分辨率的數字圖像，再通過計算機將得到的碎片化圖像進行無縫拼接整合，制作可視化數字圖像的一項關鍵技術，WSI 技術的出現被視為數字化病理發展的重要節點。（1）技術架構目前，數字切片掃描儀被視為與病理切片相關的最主要的數字圖像采集硬件設備。數字切片掃描儀主要由五大系統組成：光學系統、運動執行系統、驅動控制系統、掃描軟件系統和設備支持結構。圖表 46：數字切片掃描儀架構示意圖來源：江豐生物，蛋殼研究院光學系統：由光源、匯聚

197、光線以一定的角度照射到樣品表面的聚光鏡、用于對通過樣品的光線進行放大并成像物鏡和結像鏡、對光信息的收集并轉化為數據的相機傳感器等部件構成。運動執行系統：運動執行系統由用于支撐樣品，并可以對樣品進行 X,Y,Z 三軸移動的掃描運動平臺、承載和切換多個物鏡的物鏡轉換器和切片加載裝置等部件構成。驅動控制系統：驅動控制系統由負責接收命令，控制馬達運動的馬達控制板、接收圖像數據的圖像采集板和負責整個系統所有傳感器的信號監控的傳感器電控板等部件構成。掃描軟件系統：掃描軟件系統由負責對整個掃描流程控制的掃描邏輯程序、負責接收掃描邏輯發出的命令，調度各個部件有序工作的部件控制調度程序、接收圖像數據并加以圖像處

198、理的圖像采集處理程序、生成數字病理切片文件的圖像壓縮存儲程序和界面 UI 等組成。設備支持結構：設備支撐結構包括封閉式外殼和支架等。數字化智慧病理科建設白皮書69圖表 47：常見病理數字切片掃描儀需要具備功能來源：江豐生物，蛋殼研究院（2）核心技術技術的發展對構建一系列滿足不同應用場景的高可靠高可用性掃描儀對數字病理應用有至關重要的意義。業內在掃描儀性能提升方面正不斷尋求技術的突破，例如 15 秒內對標準病理切片（15mm15mm 20X）完成高質量全景成像。目前，業內相關公司主要在以下方面進行了積極的探索：基于高速線陣圖像探測器的顯微成像技術采用 Tri-Line 3 線陣探測器，掃描速度比

199、傳統的面陣探測器快數倍，且具有圖像聚焦粒度更細膩、圖像拼接質量更高、RGB 真彩色色彩還原更真實的優勢。智能化對焦和焦面跟隨控制算法在大量實驗數據、結合多次擬合等數學算法的基礎上，提出的一套動態三維曲面擬合對焦算法；采用預對焦、三維曲面擬合、焦面動態跟蹤以及動態補償，多功能共同配合完成高精度全覆蓋焦面控制；而對焦和焦面控制算法不斷升級突破，極大的提高了全景掃描成功率。精密運動控制系統病理切片全景掃描中最關鍵的部件就是高精密移動平臺，它的精度直接影響成像質量。目前采用高性能磁懸浮線性磁軸電機（Linear Shaft Motor）及精密馬達控制算法實現了亞微米級別的高精度定位，控制了顯微圖像形變

200、及運動誤差帶來的圖像質量下降。熒光暗場下多通道微弱離散信號捕獲和全景拼接技術對于 FISH、腫瘤微環境研究等應用的熒光切片，由于熒光物質獨具的易淬滅特性，醫院對數數字化智慧病理科建設白皮書70字化全景成像的需求更為剛性。而另一方面熒光信號屬于微弱信號，特別是 FISH 探針點呈現離散性的熒光信號，更難被探測以及全景拼接。熒光掃描方案采用通道獨立的可編程單波段 LED 光源、高量子效率的背照式 sCmos 相機、高透射率熒光專用光學器件配合獨有的微弱信號增強和離散信號全景拼接算法、相鄰波段防串擾算法，實現了熒光切片的高質量全景成像。顯微成像超分辨技術對于血涂片和骨髓涂片等特殊的樣本，病理診斷對圖

201、像分辨率的需求高達 0.1um/像素。一般做法是采用高數字孔徑 N.A.的物鏡（比如 N.A.=1.4 油鏡）來放大樣本，但面臨著成像景深小，對焦困難、成像視場小，掃描時間長、需要浸油，系統復雜度和自動化控制難度高等難題。業內公司提出了一套較為完善的基于顯微計算成像超分辨的全景成像解決方案，首次將計算成像技術應用于顯微成像領域，在無需滴油的普通干鏡和可編程多角度照明裝置的基礎上，利用計算成像算法，實現與 100X 1.4N.A.油鏡物鏡等效的成像效果。4.1.3 醫-企未來重點發展方向分析掃描速度已成為科室進行數字化智慧建設的關鍵影響因素，多片并行、不停機換片、換片不影響掃描節拍等創新技術或將

202、成為重要解決方向。每小時樣本吞吐量，目前市面上常規掃描儀吞吐量在 6090 樣本/小時，數字化應用場景，掃描儀吞吐量應200 樣本/小時，這樣的處理性能才能滿足普通三甲醫院（日樣本量8001500 片）的日常工作需求，而對于大型三甲醫院等醫療機構，日樣本量2000 片，則需要多臺掃描儀或者更高吞吐量的掃描儀來滿足全樣本數字化需求。未來，除了積極尋求單機掃描速度的提升，突破并行掃描、實現不停機加片、換片不影響掃描節拍等技術方向的探索也是解決當前掃描速度受限的有效措施。不斷加強顯示配套硬件效能，提升數字切片瀏覽使用體驗。數字切片數據量大，單張平均大小在 1-3GB 之間，醫生在電腦端瀏覽數字切片，

203、通常涉及到切片調閱，而調閱的速度取決于網速、電腦配置。目前由于單張切片過大，用戶在切換視野時，可能出現 ROI 區域加載慢而出現馬賽克的情況，需要等幾秒鐘甚至更長的時間才能完全呈現高清的數字切片；其次，不同的鼠標，靈敏度不同，在進行放大縮小，ROI 移動時，可能出現滑動的情況，無法精確到用戶預期的放大倍數和指定的 ROI；此外，顯示器的分辨率、色彩、清晰度等直接影響到視覺效果的因素，也決定了醫生對數字切片的接受度。期待未來在業內廠商不斷技術發展下，病理科醫生可以實現跟影像科醫生一樣，可以用上符合病理行業醫療標準定義的專用顯示設備，可以手動觸摸實現切片流暢的調閱以及支持標注、勾勒、備注、測量等數

204、字化智慧病理科建設白皮書71功能。產品技術架構設計升級仍有較多改進空間，高昂制造成本在未來或將實現下降?？傮w而言，當前市場上已有大量成熟的數字病理切片掃描儀。數字切片在高校、研究機構及大型醫院已得到較為普及的應用。目前掃描儀產品中，國產的價格區間在 50-200w，進口產品在 100-300w，儀器采買負擔普遍較重，而隨著數字化智慧病理科室的建設需要，醫院對切片數字化轉化的需求量不斷上升，一般需要配備多臺不同規格的掃描儀，因此，現行的數字病理切片掃描儀仍然存在一定的技術改進空間，整合功能、簡化機械結構是目前對于數字病理切片掃描儀進行改進，降低儀器維護需求以及降低制造成本的切入點。4.2 科室管

205、理信息化：必要升級4.2.1 需求分析：全流程信息的追溯與質控，全域應用場景的聯動與協同在數字化智慧病理科室建設的背景下，適用于病理科管理的信息系統的建設有一個重要的原則“數字化驅動”。即，無論信息系統的技術架構，還是功能設計，均應該首先考慮如何匹配和適應將來數字化病理科的發展需要。目前科室管理在信息化支持方面的需求主要體現在 4個方面：病理全流程信息管理、數字切片管理、遠程病理診斷、數字化病理教學培訓。病理全流程信息管理：數據回溯、流程質控，便于及時發現工作中出現的問題，及時修正，以及量化分析之后給與更加優化的改進措施病理科的工作操作流程繁雜，涉及不同設備、樣本、試劑、人員等。在標本送檢、接

206、收、固定、取材、脫水、包埋、切片、染色、診斷、歸檔等諸多環節中，保持準確性和標準化的操作流程對后續病理診斷十分關鍵。以往病理科內部管理系統僅提供患者信息管理、簡單的數據反饋和出具報告等信息類功能。在樣本流轉環節往往只關注最終的結果，缺乏對樣本流轉過程的管理，導致主要出現臨床信息缺失或不準確，標本固定不良，包埋、制片、染色等環節不正確操作或失誤導致切片有褶皺、細胞擁擠、染色透明欠佳等，組織污染或漏取等一些科室執行實操問題。同時，病理科質控貫穿病理診斷的全流程，全流程、精細化的質控管理是科室實現精準診斷、提高治療決策水平的重要參考指標。而科室通過病理全流程信息管理系統的建立，可以用來管理和處理病理

207、學相關的信息和數據，目前已經成為全國范圍內病理科日常管理工作的重要基礎設施，各級醫院建設需求及意愿強烈。通過病理全流程信息管理系統的應用，把病理質控關口前移，從臨床醫生取樣、切片制作、數字病理切片掃描、診斷、樣本處理、存檔等全流程進行把控，最大程度降低人工基礎信息審核、存檔、管理工作，不僅進一步提升病理科亞?？频膶I水平及診斷水平，提升運營效率，減少病理診斷誤診，還為醫院全科診療水平提升奠定堅實基礎，推動全院發展進程和建設進度。數字化智慧病理科建設白皮書72數字切片管理：標準化管理便于隨時調閱利用、數據庫的建立便于醫院科室資源的積累，對科研、教學等意義深遠病理科的數字切片量隨著數字病理的發展不

208、斷積累，如何有效管理大量數字切片已成為科室管理重點。在數字化智慧病理發展背景下，為了保證數據的完整性，病理科對物理切片將不限于僅保存陽性以及疑難雜癥類，而是采取全掃全存，那么隨之帶來的保存管理壓力也會隨之累增，如何對數字切片進行分門別類的保存管理，便于后續調閱查找，用于科研、教學等場景已經成為科室重點需求。大型三甲醫院短期內是該系統主要建設需求主體，但隨著全數字智慧病理的全部建設推進，市縣級醫院不斷成熟發展，也將開始探索建設工作。目前在這塊的需求，主要體現在大型三甲醫院，一方面是因為其數字切片數量的龐大和類型的龐雜，亟需高效管理工具的出現；另一方面，其在科研與教學方面的發展需求最為強烈，對高質

209、量、且便于利用的數據工具需求強烈，而數字切片數據庫的建立，將為科室推進相關工作建立有效的基礎。遠程病理診斷：進一步優化醫療衛生資源配置，引導醫療資源下沉，提升基層服務能力市縣級醫院由于病理醫生不足、醫療設備落后等原因，普遍呈現病理診斷能力不足、疑難病例難以診斷、病理服務能力不足等困境，致使醫院有無法診斷的病例時，只能通過郵寄標本的方式進行會診，或者患者轉院至更高級別的醫院就診，導致患者流失。遠程病理診斷系統原本是市縣級醫院的需求產物，但是隨著不斷發展，各級醫院都將從中受益，建設需求不斷被擴增。通過遠程病理診斷系統的建立，在提高診療能力助于服務更多的患者的同時，逐漸促使診療路徑的改變，實現首次確

210、診從距離較遠的大型三甲醫院轉移到患者“家門口”，減輕患者看診經濟壓力，同時通過不斷累計的患者效應，市縣級醫院將不斷提升社會口碑。另外，從大型三甲醫院的角度，開展遠程病理診斷，一方面可以減輕匯集式看診壓力，另一方面還可通過遠程會診獲得更多的收益回報，進一步促進病理醫療資源的良性循環。數字教學培訓：打破時間、空間的限制，不斷優化病理醫師的教學、培訓方式的同時，促進病理醫師的專業發展和交流傳統病理教學基于顯微鏡下觀察病理切片，必須依賴于顯微鏡和實驗室觀察標本，深受時間和空間的限制?；鶎俞t院面臨的教學困境尤為明顯，一般需要遠赴大型三甲醫院進修培養，進修期間工作內容無法兼顧，致使基層醫院的醫生資源更加緊

211、張。因此，各級醫院在數字教學培訓方面的建設需求十分強烈。利用專用圖像瀏覽軟件模擬顯微鏡觀察模式，不僅不受顯微鏡和場地限制，實現醫生可以借助電腦、智能手機等方式進行自主學習，滿足個性化學習方式的需求，真正實現病理教學的“Any數字化智慧病理科建設白皮書73time,Any where”。最終幫助實現醫院、專家、醫生之間的虛擬資源共享，互通有無，豐富教學內容，促進病理學教學事業的發展。4.2.2 業內解決方案：全周期流程管理與多應用場景的全面信息化支持目前業內服務企業針對前文中各級醫院實際建設情況需求，推出了相應的數字化智慧病理解決方案，包括病理科全流程信息管理、數字切片數據管理、遠程病理診斷、數

212、字化教學培訓等功能。各級醫院科室可根據建設目標采選各類系統，用以輔助支持科室進行全方位管理，提高科室整體質量和運行效率，以及為病理醫生提供更便捷高效的工作工具。病理全流程信息管理系統病理全流程信息管理系統，是一套能夠實現跨院區、多中心的業務管理信息系統?？膳c科室內數據切片采集系統、數字切片管理系統、AI 輔助診斷系統以及相關硬件設施設備進行融合與數據互通，實現病理樣本的全流程跟蹤管理，全面記錄各工作環節人員、設備、試劑、時間、操作等，實現問題的實時核查和工作追溯，提高科室質控管理水平；此外，該系統還可對接院內多個科室信息管理系統，實現病理與臨床數據互通，架起二者溝通的信息橋梁，有力促進醫院開展

213、電子病歷、互聯互通、智慧醫院等級評審，提升醫院整體信息化和智慧化建設水平。病理全流程信息系統的實施不僅能有效提高科室工作效率、節省人力財物消耗，使工作流程標準化、自動化，有效提升科室管理與質控水平，大大降低管理成本；同時，還可以配合科室通過 CNAS-ISO15189 認證，提升病理科規范化管理能力及醫院整體影響力。圖表 48：病理全流程信息管理系統架構示意圖來源：江豐生物，蛋殼研究院數字化智慧病理科建設白皮書74病理全流程信息管理系統的主要功能模塊：工作流程改善：對病理樣本在手術固定、送樣、登記核對、樣本保存、取材、大體攝像、脫水、包埋、切片、染色、冰凍制片、數字掃描、切片分配、診斷、歸檔、

214、外借的所有環節進行樣本控制與追溯，實現樣本操作流水線的自動化、標準化。工作內容質控：實現整個病理過程的信息自動記錄和數據孿生，對全過程進行監控和信息自動記錄，實現病理操作過程的操作記錄、樣品處理狀態記錄、操作環境記錄、操作人員記錄、試劑和設備狀態記錄以及各環節之間的樣本交接進行記錄，消除樣本整個流轉過程的追溯真空。完成全流程的追溯后，能夠依據病理科質控體系自動整合生成完善的數據報表，根據各類型質控要求定期形成報告。支持數據共享：兼容科室其他數字化系統平臺，實現同平臺融合，實現單一入口操作，統一用戶管理。同時能將病理數據同步給院內其他信息系統，實現患者數據院內互聯互通，避免重復建設，提高醫療資源

215、的利用效率。數字切片管理系統數字切片管理系統是專門針對病理科內數字切片圖像進行統一管理的信息系統，對數字切片的全生命周期進行完整追蹤和管理。相比于傳統的玻璃切片檔案管理，具有數字切片圖像永久化保存、切片多維度分類、調閱管理便捷、減少物理存儲空間等優勢。該系統主要作用為：實現數字切片的統一存儲與管理。通過對數字切片的自動識別與分類上傳，建立切片索引系統，實現數字切片的規范、有序、持久性存儲。避免數字切片散落在各類服務器、計算機、硬盤等不同的存儲介質中，便于切片的訪問、檢索、分享、應用。建立多模態病理科研數據庫。通過信息系統對接，實現文本、影像、分子等多模態數據的匯聚，結構化數據清洗，實現以病理切

216、片數據為核心的多模態數據平臺，建設醫院統一的、大規模病理科研數據平臺。實現數字切片的多場景應用。實現數字切片統一管理之后，便可開展基于數字切片進行各類場景應用，比如數字化教學（構建數字病理圖書館）、患者數字化借片、醫生移動閱片、圖像標注與人工智能算法研發等。從遠期價值來看，數字切片管理系統與數據庫，將成為病理科在數字化與智能化時代最重要的基礎設施，也將成為醫院重要的數據資產。數字化智慧病理科建設白皮書75圖表 49：數字切片管理系統架構示意圖來源：公開資料，蛋殼研究院數字切片管理系統的主要功能模塊：入庫管理：對數字切片文件的入庫環節進行管理，首先區分來自院內掃描入庫的和院外會診入庫的切片類型，

217、并對數字切片文件上傳至服務器存儲的過程進行閉環管理，確保入庫流程準確無誤。清洗存放：對數字切片文件的各項屬性進行清洗操作，包括切片名稱、所屬病例病理號、患者信息、診斷結論、切片分類信息等，支持多級復核模式管理，確保數據入庫后攜帶的屬性規范、標準、準確。目錄管理：對數字切片文件的存放目錄進行標準化管理，按照切片的存放日期和亞?？平y一管理目錄大體結構，根據切片文件當前狀態可進行細致的自定義目錄管理。分類管理：對數字切片文件進行分類管理，包括且不限于支持依據存放時間、所屬亞?？?、腫瘤標簽、同源患者等維度的分類標準。對外服務：提供對切片文件的標注和訓練測試模塊，支持為不同亞?？?，如 TCT、胃鏡、乳腺

218、、IHC 等提供標準化標注工具，且對切片的多級標注模式實現閉環管理；針對不同分類的文件亦支持提取組成測試集、訓練集，并管理玻片的測試及訓練結果。遠程病理診斷系統遠程病理診斷系統是一種基于互聯網或專用網絡的病理信息系統，其工作流程一般包括圖像采集、圖像傳輸、圖像存儲、遠程診斷和診斷結果反饋等步驟。通過將數字化的病理圖像提交上傳至該系統中，預約遠程專家會診，實現診斷結果的遠程輸出。區域內各醫院之間遠程病理診數字化智慧病理科建設白皮書76斷系統的建立，可以幫助不同院區、醫聯體醫院及基層醫院進行遠程病理會診，支持病理醫生進行遠程會診業務、遠程指導、遠程交流，實現病理診斷均衡分配，實現上下聯動，資源有效

219、分配。圖表 50：遠程病理診斷系統架構示意圖來源：公開資料，蛋殼研究院遠程病理診斷系統的主要功能模塊：申請模塊：包含未提交病例，待診斷病例，已診斷病例，退回病例的管理等。分診模塊：包含病例的分診管理，退回管理，調度管理等。診斷模塊：包含病例待診斷管理，復核管理，受邀管理等。管理模塊：包含用戶管理，會診管理，統計管理等。預約模塊：包含冰凍預約管理，預約確認管理，預約退回管理。協同模塊：包含視頻協同，音頻協同，數字切片協同。轉診模塊：包含分中心轉診，專家轉診。質控模塊：包含切片制片質量質控，診斷符合率質控。數字病理教學培訓系統病理教學培訓系統是專門針對病理人才教學培養的管理系統，是集在線教學、會議

220、直播錄播、病理知識學習、行業動態、考試考核等模塊為一體的綜合性教學平臺?；跀底植±韴D像的病理教學與培訓系統是一種現代化的教學和培訓方式，可以提高病理學的教學質量和醫生的診斷能力，對于醫學生和病理醫生的專業發展具有積極的意義。數字化智慧病理科建設白皮書77圖表 51：病理教學培訓系統架構示意圖來源：公開資料，蛋殼研究院數字病理教學培訓系統的主要功能模塊：在線會議教學模塊：能夠快速幫助病理醫生組織線上教學會議，支持調取數字切片在線解讀，支持標注、勾勒、備注、測量等輔助工具，并支持將會議直播，對外開放訪問。教學培訓應用模塊：視頻錄播：系統定期收錄業內各項研討會議、教學視頻，可供隨時隨地學習；經典切

221、片庫：即科內基于數字切片的經典病例庫，醫生在診斷的同時，可以隨手將病例和切片進行分類收藏和保存，逐步匯聚成科內共享的、便于教學、培訓、共享的經典切片庫，用以支持科室教學及科研；數字病理圖書館：即集成病理經典書籍、WHO 診斷規范、行業權威診斷共識、經典病例分享等，按照 WHO、ICD-O 等標準規范整理，結合圖文、數字切片、甚至短視頻等，形成電子化書籍，支持在線閱讀，并跟隨行業發展實時同步動態更新，并能收錄歷史版本；在線模擬考核：可供管理者定期組織病理教學考核，支持在線模擬操作切片操作，并能自動閱卷和生成考核結果，并進行成績分析匯總，并且可方便地支持規培、進修等各種形式考核。數字化智慧病理科建

222、設白皮書78圖表 52：基于數字切片的在線規培考試系統（PC 版/移動版）來源：衡道醫學4.2.3 醫-企未來重點發展方向分析數字化智慧病理發展潮流中，醫-企緊密協作才能滿足各醫院差異化定制需求的發展。病理科診斷業務需求繁多，工作規則復雜。除此之外，每個醫院的具體業務流轉情況也存在不盡相同的需求，在普適性統一建設模塊下，還需對針對性需求進行差異化定制和調整。以及隨著數字化智慧病理科室建設的不斷深化、相關技術的不斷發展以及科室業務與規模的不斷擴展，病理科室新的業務規則不斷提出，原有的業務規則不斷被修正，致使病理工作人員對系統的需求不斷增加。此外，針對系統的日常維護工作也是科室關注重點。如何做好病

223、理科管理所需建設信息化系統的工作，滿足科室不斷的建設發展，需要院內信息科及各臨床科室與病理科密切的工作配合，科室內部劃定專人負責系統更新需求的統計與對外的統一溝通，再結合服務商完備的售后服務機制和積極迅速的響應，共推病理科室建設轉型升級。4.3 數據管理高效化：質變基石4.3.1 需求分析：不斷增長的數字切片數據，亟需科室加快推進數據管理建設隨著數字化智慧病理建設進度的不斷推進，數字切片的數據量也將逐漸增大。數字切片作為物理切片的數字形式，其數據價值極為重要。不僅可以代替顯微鏡，實現院內病理診斷的線上閱片，還可以便利實現會診、教學和遠程診斷。其次，數字切片數據還可以支持與醫院信息系統（HIS、

224、LIS、PACS）的數據對接，實現病理數據和臨床、門診、檢驗等數據的一體化存檔等。另外還值得特別注意的是，數字切片相較于物理切片更便于引入新技術如大數據、AI 輔助診斷等，在不斷提升診斷效率和初診符合率的同時，能夠有效解決病理醫生少、分布不均等問題。因此數字化病理數據管理是病理科建設必不可少的環節。但值得注意的是，病理科室也因此遇到了大量的數字切片的數據存儲問題。與此同時，基于醫數字化智慧病理科建設白皮書79療臨床生產、教學、科研及轉化對存儲基礎設施提出的不同需求，也凸顯了傳統方式基于多套存儲系統分別支撐，多個領域之間需要通過數據拷貝方式共享，效率低下且浪費存儲空間的問題，還有傳統對象存儲多人

225、并發閱片卡頓、馬賽克問題嚴重，傳統磁盤存儲成本高的問題。另外，隨著數字化智慧病理的建設的推進，科室在不同階段對于技術的應用存在較大差異，其中特別是學、研兩個階段對新技術（如大數據、機器學習、互聯網技術）的應用更加迫切；以及要求存儲基礎設施需要支持多協議互通技術，在支持醫療多應用、多模態數據共池的同時，需滿足產學研高效數據共享；同時面向未來新業務擴展和新技術引入需求，預留擴展能力，實現最大化資源利用率的目的等一系列的科室病理數據管理需求。因此，根據當前科室建設的實際發展需求，在數字化智慧病理發展背景下，科室對數據進行管理的需求主要體現在四個方面：數據存儲、數據調閱、數據共享、數據安全。數據存儲：

226、數據量大，保存時間久、成本高、運維困難、5-8 年磁盤存儲需要更換根據醫院規模的不同，每天可產生數百到數萬張病理切片，為了不斷順應數字化智慧病理建設的趨勢，院內應需將所有病理切片進行應掃盡掃、應存盡存。同時，按照法規遵從要求，切片需要院內安全保存 15-30 年。但由于單個數字切片數據量大，每年將是數 PB 容量的增長趨勢，導致長期存儲成本高。同時切片數據長期積累存儲，帶來存儲設備數量和機柜數量持續增長，對醫院的機房空間及規劃、簡易運維也提出了挑戰。傳統磁盤介質的存儲設備每 5-8 年生命周期結束后需要更換設備，并把數據遷移到新磁盤設備上，導致存儲成本高、遷移復雜、數據易丟失，不滿足國家衛健委

227、長期保存 30 年的要求。數據調閱：調閱反應速度慢、圖片卡頓、馬賽克隨著互聯網技術的發展，人們越來越習慣隨時隨地通過各類終端獲取信息資訊。除了總院病理科醫生，臨床醫生、就診患者、基層醫院醫生等越來越多的訪問端出現，使得數字切片的閱片業務量越來越大。目前院內實時在線閱片和遠程實時冰凍病理對調閱需求實時性要求很高，但數字切片文件大傳輸慢，每個切片文件平均 1-3GB。傳統觀念認為 S3 對象存儲（云存儲）適合病理場景，因為這類存儲成本較低，但是在部分醫院已經發生采購 S3 對象存儲后，在科室多人同時進行數字化診斷調閱時出現卡頓、馬賽克現象嚴重，甚至拖動圖像到顯示正常需要幾十秒鐘以上，嚴重影響了醫生

228、閱片體驗和閱片效率，其主要原因是由于對象存儲協議開銷和訪問時延比文件存儲協議更大，對象存儲協議并不是最佳病理存儲協議。數據共享：圖片格式不統一、系統不兼容目前由于科室內使用多品牌掃描儀，特別是大型三甲醫院，切片數量多的情況下，掃描儀配備的也較多，但目前各廠家數字切片圖像輸出缺乏統一格式，導致 AI 系統應用范圍受限。另一方面，隨著科室數字化智慧病理的逐步發展和建設，存儲系統將承載越來越多種類的數據，而數字化智慧病理科建設白皮書80處理各類數據的兼容性和交互性，實現切片數據存儲系統與科內其他系統、各類臨床系統以及醫院上層業務應用進行高效數據共享，并輔助遠程病理、區域病理開展，拓展新興業務和技術（

229、如 AI/大數據分析）的應用，已成為病理科數據管理建設關注的重點問題。數據安全：貫穿于科室運營全周期，亟需科室提高重視隨著數字化智慧病理科室的全面開展，勢必會形成多個應用場景的數據存儲與傳輸，而與之相對應的是科室勢將面臨數據安全管理的問題。一方面，科室外部協作時，例如，遠程會診中，相關數字切片及臨床數據信息傳送頻繁，加之平臺中有承載包括不同醫院、患者的信息，保護參與方之間的信息數據安全顯得尤為重要；另一方面，科室內部存儲損壞及信息內部調用安全，也是當前建設數字病理系統需要考慮的重要問題。但目前數據安全問題在國內還未提高關注度，而從遠期來看，數據安全管理對于整個醫院來說，其實存在很大的潛在風險，

230、數據安全保護技術的實施對醫院建設來說是非常必要的。針對上述病理科在建設發展中涉及的數據存儲、數據調閱、數據共享、數據安全四個方面的需求，按照目前各級醫院的運行需要，其中可以量化衡量的指標主要體現在數據存儲能力和調閱能力上，大致可以分化為：大型三甲醫院：每年百萬片級閱片量，一般數據存儲所需量大致為 1-3PB/年，并且，這類單位一般承擔數字化診斷、遠程看診、會診、核心教學、科研功能等，為了支持全院病理、臨床、科研、教學病理數字化應用，需要 1 秒并發調閱 5001000 切片能力，傳統對象存儲因協議開銷大無法滿足秒級調閱要求，急需性能更高、每比特存儲成本更低的存儲。普通三甲醫院：年存儲需求較大，

231、一般在 200TB-1PB；另外對調閱并發能力有要求，傳統對象存儲因協議開銷大已無法滿足科室數字化診斷需求。市縣級醫院：由于業務量小的原因，一般年存儲量在 200TB 以下，對調閱并發能力較小，需要性價比更高集成計算、存儲、AI、安全、網絡于一體的 IT 設備用于低成本數字化病理 IT 基礎設施。4.3.2 業內解決方案：多種配置，廣覆蓋各級醫院針對前文中各級醫院實際建設情況需求，業內相關服務商提出了覆蓋從市縣級醫院到大型三甲醫院全場景，提供一體型、均衡型和性能型全場景解決方案。全場景解決方案實現 1 秒極致閱片體驗，解決閱片慢的問題；通過無損壓縮算法提升 30%空間利用率，解決數據量大的問題

232、；通過分布式存儲協議互通特性，實現一份數據免拷貝，在產學研多系統中實現高效共享數據，便于引入新技術、新應用。其中，各方案的主要差異體現在調閱能力和存儲容量方面：一體型：掃描-存儲-計算-AI-網絡-安全-應用-ALL in One，集成數據采集、切片管理、遠程病數字化智慧病理科建設白皮書81理、人工智能輔助診斷、病理信息系統等應用系統，整體采購費用低、運維簡單、易部署，可以放進病理科辦公室，以最快速度、最低的成本實現病理科數字化?？梢詫崿F每日 400 張切片的掃描和存儲，支持 10-30 切片并發調閱。獨特的掃存用一體化方案，比較適配市縣級醫院快速建立輕量級數字化病理的建設需求。均衡型：支持并

233、發 1 秒調閱，支持日常 100-200 切片并發調閱需求，并支持每日 400-2000張切片存儲。相較而言，比較適配普通三甲醫院的建設需求。性能型：調閱速度上，能夠實現全院內、跨院區共享 1 秒調閱；切片并發方面，支持典型200、最大 1000+數字切片 1 秒并發調閱；滿足醫院每天產生數字切片 2000 張以上。綜合而言，比較適配頭部大三甲醫院的建設需求。病理數據的對三級醫院來說，既要追求“隨要隨取”的高性能，還要追求極致的低成本，同時要保證數據的絕對安全，院內本地化支持熱、溫、冷分級數據存儲設備是必然選擇，部分醫院機房空間緊張需要考慮高密的存儲硬件設備，同時配合病理無損二次壓縮算法做到一

234、臺 42U 的機柜可以存儲 11PB 以上的數據密度，滿足醫院 5-15 年的存儲需求。目前有一種存儲方案是把病理數據上傳到院外第三方的公有云、私有云或混合云的方案，不論哪種云上存儲方案，都存在存儲成本高的問題，每 PB 支持分鐘級調閱的冷數據云上租金高達 40 萬/年，醫院難以承受，同時為了流暢的閱片還需要租用千兆以上的專線，專線成本也非常高，并且專線往往存在下行帶寬遠高于上行帶寬的情況，導致數據上傳比下載慢，每天 TB 級數據在專線上無效流動，浪費了網絡資源和存儲資源，是性價比最差的建設模式，同時，寶貴的病理數據在院外，存在很大的數據泄露的風險，不論哪種類型的病理數據都是三級醫院的核心資產

235、，不容泄露，絕對的數據安全永遠是第一位的。各類方案所涉及的關鍵技術拆解（1）二次壓縮技術技術價值：傳統病理圖片壓縮后平均大小仍接近 1GB，且該方法未能充分利用病理圖像的特征以及瓦片之間的相關性。目前根據業內最新的研發趨勢推出的二次壓縮算法可以在數字化病理原壓縮算法基礎上，做到無損的二次壓縮，進一步縮減冷數據存儲空間 30%以上。文件存儲的成本問題通過病理切片無損壓縮算法來解決，使得同樣容量的存儲可以容納更多的數據，比如：1.5:1 的病理無損壓縮算法就可以使得 1PB 容量的存儲設備存儲 1.5PB 的病理數據，使得單位比特的病理切片存儲成本進一步降低。這種病理無損二次壓縮算法不同于開源 C

236、EPH 系存儲的通用壓縮能力和分布式塊存儲的重刪壓縮，其中通用壓縮只能壓縮 TXT 文本文件，重刪壓縮本質是數據塊壓緊，會帶來存儲性能的大幅下降，并且對已經壓縮后的病理圖片沒有壓縮效果，病理無損壓縮算法本質是基于病理圖片的精準場景化壓縮算法。病理數據可以大規模壓縮數字化智慧病理科建設白皮書82后，從采購的視角醫院應該是按照數據量大小來采購存儲硬件設備，存儲成本的衡量應該是每TB 數據量的存儲成本，而不是傳統的存儲容量大小，這樣對于醫院采購性價比才是最高的。技術拆解：圖像聚類技術病理圖像是由病理組織切片經過染色，放大，掃描后產生的數據，與常見的圖像數據不同，病理圖像內容通常較為單一。根據這一特性

237、，可以將病理圖像依照視覺特征劃分為幾個獨立的區域。而數字病理圖像由大量瓦片圖像組成，每個根據視覺特征劃分出的圖像區域內，均包含許多瓦片圖像，這些瓦片圖像之間均具有較高的相似性。因此，基于病理圖像的上述特征，可以按照瓦片圖像的相似性對其進行聚類，將瓦片圖像分成一系列不同的類別。同時，針對不同類別的瓦片圖像數據，分析其數據特征，并據此為不同類別的數據設計專用的預處理與壓縮算法。該方法相比通用圖像壓縮算法，更好地利用了圖像的視覺特征，提升了壓縮率。圖表 53：病理圖像區域劃分展示圖（左）和瓦片圖像聚類示意圖（右）注：黃色矩形框為圖像主體部分，綠色矩形框為圖像邊界部分，其他灰色區域非切片主體內容來源：

238、公開資料，蛋殼研究院關聯壓縮技術除了上文提到的病理圖像劃分出的不同區域中圖像數據具有較高的相似性，同一區域內相鄰幾張瓦片圖像也具有較高的相關性。因此，除了根據瓦片圖像的不同類別使用不同的壓縮算法進行壓縮，還可以利用同一類別中不同瓦片圖像之間的相關性對瓦片圖像進行壓縮?？梢曰谙噜復咂瑘D像的空間相似性特點，設計專用線性回歸預測算法，根據原始圖像和預測圖像計算得到殘差圖像。由于原始圖像與目標圖像具有較高的相關性，因此殘差圖像往往具有較低的信息熵，可以獲得更高的壓縮率。數字化智慧病理科建設白皮書83圖表 54：瓦片圖像預測示意圖來源：公開資料，蛋殼研究院AI 壓縮技術AI 模型可以解決傳統壓縮算法由

239、于無法準確評估數據分布，無法對數據進行精確建模，進而無法達到理想的壓縮效果等問題?；诓±碛跋裉攸c和 AI 算法存在的性能、泛化等問題，創新提出多尺度分級變換理論：a)宏觀尺度，文件級分類，通過圖像間的統計關聯信息，采用基于遷移學習的 AI 模型；b)介觀尺度，圖像級分塊，提高 AI 訓練效率，支持并行處理；c)微觀尺度，比特級重組，降低特定模型下的信息熵，提升數據壓縮率。在各個尺度將數據變換為易于壓縮的形式，全方位提升算法壓縮率。圖表 55：AI 模型示意圖來源：公開資料，蛋殼研究院（2）分級存儲技術技術價值：數字化病理切片數據從使用頻率和存放周期存在一定的規律，且需要考慮根據數據價值匹配對

240、應存儲成本，按照數據訪問頻率和熱度進行熱溫冷分級，既兼顧了閱片的性能訴求，又有效的降低科室的存儲成本。技術拆解：根據數字化病理有很明顯的周期性訪問特征，將數據進行熱溫冷分級，例如，一般 2 周內數據數字化智慧病理科建設白皮書84頻繁訪問歸為熱數據，大于 2 個周小于 3 個月頻率變低歸為溫數據，大于 3 個月歸為冷數據，訪問極低。而分級存儲技術允許將同一個存儲池內的不同類型物理節點劃分成不同的硬盤池（具有相同特征“物理類型/訪問性能”的節點的集合）。分級能力允許用戶基于文件池策略定義工作流中數據的價值，將高價值的文件放置在高可用性、高性能的存儲設備上，低價值的文件放置在成本較低的、性能和可用性

241、規格較低的設備上。同時，分級策略支持放置策略、遷移策略和刪除策略，分級策略可通過科室管理界面靈活配置。圖表 56：分級存儲示意圖來源：公開資料，蛋殼研究院（3）海量切片并發調閱技術技術價值：一張數字切片由幾萬個瓦片組成，每次調閱只會加載視野范圍內的幾十到幾百個瓦片，加上要考慮背景壓力等混合負載復雜場景，大并發在線調閱對存儲的綜合性能要求較高。業內企業采用分布式并行客戶端、混合 IO 負載優化、多級緩存加速等多種技術，達成了1000 張病理切片 1 秒極速閱片的效果。技術拆解：分布式并行客戶端（DPC）文件服務支持分布式并行客戶端，提供標準 POSIX 語義。分布式并行客戶端作為存儲客戶端運行在

242、計算節點上，通過高速網絡與后端存儲節點進行數據交換。通過智能算法提升了單流和單客戶端性能，支持與應用進程間高速通信，并提供高效的緩存和面向效率的小 IO 下盤機制等技術，大幅降低了訪問時延，提升了吞吐量，使上層應用能更智能的訪問存儲空間，提供單節點標準協議 10 倍以上的 IOPS 能力。并行文件客戶端（DPC）不僅解決了對象存儲協議開銷大的問題，還可以數十倍的提升調閱性能，使得調閱不僅限于病理數字化診斷，還可以擴大到教學、科研大數據、AI 等各方面應用。數字化智慧病理科建設白皮書85圖表 57：分布式并行客戶端 IO 示意圖來源：公開資料，蛋殼研究院對象訪問每次都有完整事務，相比文件協議有額

243、外的鑒權、HTTP 協議和 MD5 校驗開銷。文件協議針對同一個文件的多次訪問可緩存鑒權信息，另外相比對象減少了一層協議處理開銷，比對象協議性能高出一個數量級。而并行文件系統突破了傳統文件系統協議的瓶頸，極大提升了 IOPS 能力，IOPS 能力為傳統對象存儲能力約高出兩個數量級，從容滿足數字化病理無卡頓、全院級調閱場景要求?；旌?IO 負載優化一套存儲需要同時滿足極致帶寬、極致 IOPS 和極致時延是存儲性能的需求，比如需要包括順序大 IO 的帶寬類、隨機小 IO 的高 IOPS 類、批量元數據操作的 OPS 類和同時訪問同一個文件的并行 IO 類等。目前業內優化措施包括通過大 IO 直通技

244、術減少網絡放大、通過大比例EC 技術減少磁盤帶寬放大，通過大塊順序寫技術實現磁盤 IO 順序訪問，來實現極致的帶寬性能；通過多級智能緩存中小 IO 聚合技術、基于單邊 RDMA 的技術解決 CPU 算力瓶頸和軟件棧深導致的時延問題，實現高 IOPS、低時延；通過智能眾核技術與端到端的 IO 優先級調度關鍵技術解決帶寬和 IOPS 共存場景下的需求沖突問題。多級緩存加速多級緩存技術可以提升系統整體 IO 性能，在全閃存配置場景下，構建內存、SSD 的多層緩存機制，以獲取極致性能體現。在 SSD 與 HDD 混配場景下，構建內存、SSD、HDD 的多層緩存機制，減少下 HDD 盤的 IO 提升整體

245、性能。（4）多協議互通技術技術價值：目前科室及整個院內不同業務系統的數據類型不同，與存儲系統交互使用的協議不數字化智慧病理科建設白皮書86同，例如遠程病理/互聯網借閱/AI 診斷是 S3 對象存儲、掃描儀數字切片寫入/閱片/病理信息管理系統是 SMB/NFS 文件存儲、科研系統是 HDFS 大數據等，不同格式數據在科室實際運行交流中存在較大難度，而多協議互通技術可以對文件/對象/大數據三個非結構化進行融合互通，幫助科室快速便捷實現數據共享。技術拆解：業內最新推出的多協議互通技術為了實現語義的互通，引入 Namespace 模型，一個Namespace 可以同時支持大數據/文件/對象服務。又基于

246、語義間的基礎數據模型映射，實現了非結構化多服務間的語義無損互通、鎖互通和權限互通等機制。圖表 58：非結構化服務融合互通示意圖來源：公開資料，蛋殼研究院（5）介質創新技術技術價值：醫院在線和近線業務數據需要考慮通過 SSD 和 HDD 進行存儲，用以實現最大化業務性能和應用體驗，提高醫生工作效率。同時，對于科室使用頻率變低的業務數據，其訪問性能要求雖然變低，但這部分冷數據占比最高，所以需要考慮進行存儲介質的創新，最大化降低科室的存儲成本。國家衛健委醫療機構管理條例實施細則第五十三條明文規定“醫療機構的門診病歷的保存期不得少于十五年；住院病歷的保存期不得少于三十年?！辈±砬衅瑪底只?，病理數據同

247、樣需要保存 30 年，當前存儲介質以磁介質為主，存在 5-8 年需要更換存儲設備的問題，但是累積多年的 5-20PB 海量數據遷移幾乎是不可能的任務，因此，對于病理數據長期存儲需要采用更新的“藍光介質”存儲設備，推薦采用高帶寬、可快速讀取、支持病理無損壓縮算法的藍光存儲來長期保存病理冷數據，“藍光介質“可保證數據 50 年免遷移，并且大幅度數字化智慧病理科建設白皮書87降低長期存儲成本。技術拆解：目前業內提出的藍光存儲作為歸檔數據介質在技術上已就緒，藍光盤使用壽命 50 年，50 年免數據遷移，滿足醫療數據長期存儲要求，避免傳統磁盤存儲每 5-8 年數據遷移的問題。另外，藍光存儲也需要考慮在線

248、數據歸檔、冷數據直讀、超高密設計、容量利用率提升技術以及內置壓縮技術、極致 TCO，并支持熱溫冷分級提供數據全生命周期管理。數據在 SSD、HDD及藍光介質之間根據策略智能流動，真正做到存儲成本匹配數據價值。（6）數據安全技術技術價值：隨著病理切片數字化，患者和病理切片的相關數據存儲在電腦系統，或者在網絡中交互，這些敏感數據可能面臨數據泄露問題和安全監管風險，一旦發生將給醫院從經濟和聲望上帶來不可估量損失。目前，行業內有效的解決方案包括設備安全、網絡安全、業務安全和管理安全分層進行了設計，對數據進行全方面安全管理。技術拆解：數據首先要確保采用本地化存儲，不要采用風險高的云上存儲。圖表 59：數

249、據安全技術拆解詳情圖來源：公開資料，蛋殼研究院數字化智慧病理科建設白皮書884.3.3 醫-企未來重點發展方向分析物理切片與數字切片并行存儲執行原則下，亟需尋求預算最優解。由于當下國家政策對于數字切片的態度并不清晰，由此導致醫院需要同時存儲兩種病理切片，造成了空間、時間及物理成本的上升。同時由于病理切片數據是院內數據高地，需占較高存儲成本比重，短期內，院內在進行采買行為中也會權衡其投入價值，致使亟需業內進一步提出更低成本的解決方案。例如，尋找壓縮率更高、存儲格式更優的專業數據存儲設備，通過從磁介質轉變為藍光介質，來避免 5-8 年更換磁介質存儲的情況，從而利用藍光介質 50 年超長壽命來滿足衛

250、健委要求 30 年數據存儲的基本要求。不同圖像輸出格式以及兼容性的發展困境之下，亟需助推建立統一格式的行業共識，并且統一格式是可以給醫院帶來如降成本等有效收益的。目前由于很多病理科使用多品牌掃描儀，特別是三甲醫院，各醫院一般都配置了不同品牌的掃描儀，但不同廠商輸出數字切片圖片格式尚無統一標準，jpg、bmp、tif、png、rgb888 原始圖像格式等使用不統一。在互聯互通方面尚沒有標準化接口，在進行適配整合過程中難度較大，嚴重影響科室日常運轉效率。未來隨著行業的成熟，業內各廠商的產品技術的愈發成熟，再加之上層行業學會等推動力的加碼，業內或將快速推進形成數字病理圖像統一格式行業共識的建立，從而

251、推動行業產品標準化發展，更好服務于科室運用實際。4.4 診斷、質控智能化：質變關鍵4.4.1 需求分析：科室智慧化發展必不可少的一環，是對當前病理診斷范式的革新傳統病理診斷具有流程復雜、自動化程度低、人工投入時間長及診斷時間長等特點，且病理醫生及技術人員缺口巨大，無法滿足當前臨床大量診斷需求，導致病理醫生和技術人員的超負荷運轉。這不僅使得病理科質控和診斷水平難以提高，同時也存在極大的醫療安全風險。近幾年，病理 AI 算法和模型的出現使得上述問題的緩解或接觸成為了可能。算法模型能夠用于識別數字切片的形態學信息，輔助病理醫生進行診斷，降低了大量重復性、低水平的診斷工作，能夠有效解決病理科工作量大、

252、病理醫生不足的問題。數字化智慧病理發展背景下，根據科室智慧化建設的需求主要體現在 2 個方面：智能質控和智能診斷。智能質控：在診斷環節，科室的智能質控需求主要體現在數字切片掃描過程的質控、制片效果的質控和掃描效果的質控數字切片掃描質量直接影像后續的閱片工作和 AI 算法的計算，實現對數字切片的智能質控，數字化智慧病理科建設白皮書89不僅可以有效減少醫生每次診斷質控軟件操作時間，也是保證病理診斷工作的有序開展的必要前提。掃描過程質控：切片標簽圖質控，二維碼能否自動識別，是否自動創建/關聯病例，以及對全部數字切片進行 AI 質控打分，并自動觸發不合格切片觸發重掃、重制片操作；制片效果質控：AI 算

253、法對 WSI 全片進行計算，檢查是否切片是否褶皺、折疊、裂痕、氣泡、雜質以及著色不清晰、裱貼不當等；掃描效果質控：AI 算法對 WSI 全片進行計算，檢查是否有運動模糊、掃描失焦、拼縫以及白平衡不當等。智能診斷：科室的智能診斷需求主要體現在篩查排陰、量化分析、輔助診斷等方面從病理科目前的工作來看如果 AI 算法能夠完成宮頸 TcT 細胞學篩查和胃腸小標本的輔助檢查，能夠減少病理科醫生大量初診工作，將節省出大量的人力專注在更有價值的病理檢查診斷工作中。篩查排陰：最常見的宮頸 TcT 細胞學篩查，AI 算法能夠快速排除陰性樣本，讓醫生將精力專注在陽性樣本和疑似陽性樣本的診斷中。量化分析：免疫組化的

254、量化分析，AI 算法能夠提供精準的細胞級別的計數和分類，給醫生精準的信息。而如果完全依靠人力的話，只能得到半定量的結果（-，+，+）或者如果要得到準確的量化分析結果，則需要花費大量的時間。輔助診斷：AI 算法能夠檢測數字切片 WSI 上是否存在癌癥區域，并對癌癥區域邊緣進行勾畫?；蚰軌蚴褂萌醣O督學習（WSI 對應的標簽僅僅為有癌/無癌）方法訓練模型，能夠得到 WSI 的風險熱力圖，提示 WSI 切片上的癌癥高風險和低風險區域。人工智能技術在病理診斷工作中的介入相對較晚，目前各級醫院對 AI 的態度，根據各醫院業務規模及發展階段的不同也存在較大差異。其中，大致可以分化為：大型三甲醫院：智慧化建設

255、先行者，較重的日常工作負擔使得對 AI 這塊的需求突出。在智能質控方面，有遠程病理收到的數字切片以及日常院內診斷工作中的質控，需求較大；在智能診斷方面，除了日?？剖宜杼幚淼脑簝热粘Ｔ\斷和院外會診需求外，還需要承擔前沿病理科研工作，所以對篩查排陰、量化分析和輔助診斷方面的需求巨大，其中，篩查排陰在細胞學領域已經被廣泛運用。普通三甲醫院：雖然日常院內外整體日常檢查數量相較大型三甲而言稍有減少，但對 AI 的需數字化智慧病理科建設白皮書90求幾乎基本一致，同時也承擔著一定的前沿的科研工作，對智能質控和診斷的需求較高。市縣級醫院：由于整體的發展情況限制，目前對 AI 這塊的需求較弱，整體上認知度不夠

256、。在智慧質控方面，由于疑難雜癥類切片需進行遠程會診，前期掃描切片的質控需求為剛需，避免掃描結果不理想，重復返工；智慧診斷方面，更多需要篩查排陰，因為基層醫院的病理檢查通常以大眾篩查為主，疑似陽性的可以再上傳給上級醫院進一步進行檢查。4.4.2 解決方案：醫生多功能、智慧化“減繁”“篩陰”工具針對前文中各級醫院實際發展建設情況需求，業內相關公司提供了涵蓋了多功能的 AI 輔助診斷系統。醫生可以直接使用瀏覽器來訪問該系統，支持科室在診斷工作中涉及的數字切片質控和診斷，實現每張切片節約醫生約 60s 的審片時間，以及快速篩查陰性樣本，并對異常細胞，組織部位進行相應提示，并自動生成量化評估報告，提高至

257、少百分 35%的初診工作。通過 AI智能系統在日常數字閱片工作流程的運用，將極大地提高了審片醫生和初診醫生的工作效率。AI 輔助診斷系統的核心技術拆解（1）技術架構該系統建立在數字掃描及智能分析的基礎上，對物理切片進行數字掃描后，輸入到切片知識庫中進行深度學習，得到陰陽性結果報告及相應的判斷依據，這些判斷依據是根據知識庫分析得到的一組疑似程度從高到低的細胞視野，通過傳輸至信息管理系統呈獻給病理醫生，醫生只需要一次復核排列出來的疑似陽性細胞核即可。同時該系統與科室內數字切片信息管理系統相連，實時傳輸保存診斷結果數據，更新數據庫信息資源。圖表 60：人工智能輔助診斷系統架構示意圖來源：江豐生物，公

258、開資料，蛋殼研究院數字化智慧病理科建設白皮書91人工智能（AI）輔助診斷系統的主要功能模塊：系統管理服務模塊：系統管理功能：包括系統分析項配置，算法配置參數，閾值設定等。用戶管理功能：包括系統用戶信息查詢、修改、添加和刪除。文件管理功能：包括手動上傳切片文件進行分析，查找數字圖像等。AI 分析服務模塊：AI 分析功能：AI 程序分析整張數字病理圖像，展示圖像中的可疑病變的分割定位信息，嚴重程度信息，AI 預測且片診斷類別。輔助診斷服務模塊：病理診斷功能：包括已診斷病例列表，已診斷病例詳情，病例報告詳情，已分析病例列表，病例診斷，分析中病例，未分析病例列表等。統計分析管理：包括按查詢時間對分析的

259、切片進行相關類別統計分析。（2）核心技術計算病理學（CPATH）簡單理解，即為使用計算方法分析數字化全切片圖像（WSI）的過程。這方面的研究可以追溯到 1960 年代，利用圖像分析算法在細胞圖像實現了初步應用。該方法對血涂片中的細胞個體根據定量的細胞特征（如大小、形狀和染色質分布），進行亞型分類，以分析血液組成并輔助診斷一系列疾病。近幾年隨著技術的發展，計算病理學中使用 AI 分析病理組織切片已成為最廣泛的方法，其主要依賴于深度神經網絡的使用，即深度學習。深度學習，是一種使用多層復雜結構或由多重非線性變換構成的多個處理層進行數據處理的方法，它通過組合低層次特征形成更抽象的結構化高層表示（屬性類

260、別或特征），發現數據的分布式特征表示，并展示強大的從少數樣本集中學習數據本質特征的能力。目前，深度學習技術已深入到疾病診斷領域的各方面，其可以從醫療數據中提取有效信息并對疾病進行初步診斷。其中，在病理診斷領域，深度學習已經廣泛運用于分類、檢測或分割等病理圖像分析任務?；镜牟±斫M學工作流程包括幾個步驟：分割組織圖像以描繪細胞核、細胞和其他結構的邊界；計算每個分割對象的大小、形狀、強度和紋理特征；根據影像學特征對圖像和患者進行分類；以及分類結果與基因組特征和臨床結果的相關性。4141Hou L,Singh K,Samaras D,et al.Automatic histopathology im

261、age analysis with CNNsC/2016 New York ScientificData Summit(NYSDS).IEEE,2016:1-6.數字化智慧病理科建設白皮書92圖表 61：基于深度學習算法的病理組學工作流程來源：New York Scientific Data Summit(NYSDS)細胞實例分割技術技術價值：精準的細胞分割在組織病理學圖像中具有關鍵作用，細胞分割技術被認為是確定細胞表型、核形態學、細胞分類以及癌癥分級和預后的先決條件。然而，病理組織成像數據分析中的主要挑戰是細胞實例分割，這是細胞跟蹤和細胞分裂檢測的基礎，對于醫學圖像處理和分析領域具有重要意義

262、。相對于細胞分割，細胞實例分割不僅需要識別圖像中每個像素點的類別，而且還需要確保不同細胞之間不存在重疊。細胞圖像中存在許多分割難點，例如低分辨率的細胞邊界、背景雜質、細胞粘附和聚集等問題。近年來，深度學習技術已經成為生物圖像分析中處理細胞實例分割的重要方法。深度學習細胞分割方法4243能夠自動提取圖像中最優特征，從而避免了傳統人工設計方法和特征表現受限于圖像復雜程度的問題。這種方法有效地解決了實例分割中的錯漏問題，提高了細胞核實例分割的準確率，對癌癥的分級和預后具有重要的意義。技術拆解：近年來，常用的細胞分割算法，例如 HoverNet44、Cellpose45和 NuClic46，均采用了

263、U-net 架42Greenwald,Noah F.,et al.Whole-cell segmentation of tissue images with human-level performance using large-scaledata annotation and deep learning.Nature biotechnology 40.4(2022):555-565.43Nishimura,Kazuya,et al.Weakly supervised cell instance segmentation under various conditions.Medical Ima

264、geAnalysis 73(2021):102182.44Graham,Simon,et al.Hover-net:Simultaneous segmentation and classification of nuclei in multi-tissue histologyimages.Medical ImageAnalysis 58(2019):101563.45Stringer,Carsen,et al.Cellpose:a generalist algorithm for cellular segmentation.Nature methods 18.1(2021):100-106.數

265、字化智慧病理科建設白皮書93構作為基礎，并將其作為細胞分割的通用解決方案。此外，H.Qu 等研究者47提出了一種基于部分點注釋的弱監督方法，利用 U-Net 架構提取特征并生成分割結果，可實現較高的分割精度，并減少標注工作量 Q.Da 等研究者48提出了一種基于深度學習的消化系統病理圖像分割方法，并提供了一個新的用于評估和比較不同細胞分割算法的數據集。該分割方法采用了一種改進的 U-Net 架構和一種新的多尺度特征融合策略，顯著提高了分割精度，為醫生提供了一個有價值的臨床決策工具。圖表 62：自動細胞分割的總體框架圖來源：IEEE Transactions on Medical Imaging

266、異常細胞檢測技術技術價值：利用深度學習技術的強大特征提取能力，異常細胞檢測技術采用基于深度學習的圖像分類模型對數字病理圖像中的局部區域進行分析，以判斷是否存在異常細胞。一旦發現異常細胞，進一步采用目標檢測方法進行分析，從而快速準確定位和識別大量數字病理圖像中的異常細胞。這種方法能夠極大地縮短病理醫生的推理時間，并提高異常細胞的檢測效率。目前，深度學習細胞檢測技術4950已被廣泛應用于宮頸 TCT 細胞學、乳腺和腸道 H&E 染色的數字病理圖像以及胃炎檢查中，能夠快速準確地定位和識別 HSIL、LSIL、ASCH、ASCUS 等宮頸TCT 細胞學中的異常細胞，找出乳腺和腸道 H&E 染色的數字病

267、理圖像中的核分裂相，以及定位中性粒細胞和印戒細胞等其他異常細胞。46Koohbanani,Navid Alemi,et al.NuClick:a deep learning framework for interactive segmentation of microscopicimages.Medical ImageAnalysis 65(2020):101771.47Qu,Hui,et al.Weakly supervised deep nuclei segmentation using partial points annotation in histopathologyimages.I

268、EEE transactions on medical imaging 39.11(2020):3655-3666.48Da,Qian,et al.DigestPath:Abenchmark dataset with challenge review for the pathological detection andsegmentation of digestive-system.Medical ImageAnalysis 80(2022):102485.49Falk,Thorsten,et al.U-Net:deep learning for cell counting,detection

269、,and morphometry.Nature methods 16.1(2019):67-70.50Swiderska-Chadaj,Zaneta,et al.Learning to detect lymphocytes in immunohistochemistry with deep learning.Medical image analysis 58(2019):101547.數字化智慧病理科建設白皮書94技術拆解：近年來，深度學習技術被廣泛應用于細胞檢測領域，以提高細胞檢測的準確性和效率。其中，Li 等研究者51提出了一種半監督學習框架，用于對標記樣本不足的印戒細胞進行檢測，通過結合

270、有標簽和無標簽樣本的信息來訓練模型。該方法使用了改進的 U-Net 網絡和一種基于自學習的半監督學習方法，取得了較好的檢測效果。Wang 等研究者52提出了一種通用且魯棒的深度學習算法，用于多中心乳腺組織病理圖像中有絲分裂檢測。該方法使用了一種基于 U-Net 網絡的分割算法和一種基于感受野的卷積神經網絡，能夠有效地處理多中心數據集中的差異性，并取得了較高的準確率和魯棒性。圖表 63：基于深度學習的印戒細胞檢測方法流程圖注：圖中綠色框代表異常細胞來源：Information Processing in Medical Imaging 2019癌癥區域分割技術：技術價值：近年來，基于深度學習算法

271、在腫瘤區域識別、轉移檢測和患者預后等病理圖像分析中顯示出巨大的前景。根據相關研究，目前已有大量的機器學習算法應用于該領域，以卷積神經網絡（CNN）為代表的深度學習分割算法，因其卓越的準確性、高效的計算能力和良好的泛51Li,Jiahui,et al.Signet ring cell detection with a semi-supervised learning framework.Information Processing inMedical Imaging:26th International Conference,IPMI 2019,Hong Kong,China,June 27,2

272、019,Proceedings 26.Springer International Publishing,2019.52Wang,Xiyue,et al.Ageneralizable and robust deep learning algorithm for mitosis detection in multicenter breasthistopathological images.Medical Image Analysis 84(2023):102703.數字化智慧病理科建設白皮書95化性能，已廣泛應用于腫瘤區域和轉移檢測等圖像分類和病理圖像分析53。對于病理學圖像分析而言，卷積神經網

273、絡能夠自動識別腫瘤區域并提取特征，從而更好地觀察表征腫瘤區域邊界，提取腫瘤形狀和基于邊界的特征，為腫瘤的診斷和預后奠定良好的基礎。技術拆解：數字病理學領域中的癌癥區域分割技術是醫學圖像分析的一個重要方向，其可以協助醫生定位和診斷癌癥病灶。近年來，深度學習方法在癌癥區域分割方面取得了顯著的進展，Kong 等研究者54提出了一種采用壓縮卷積神經網絡和遷移學習的侵襲性癌癥檢測方法。該方法利用了壓縮卷積神經網絡和遷移學習的優點，取得了優秀的分割效果。同時，Zhang 等研究者55提出了一種基于深度學習的全幅癌癥診斷方法。該方法采用了全卷積神經網絡進行癌癥區域分割，并借助可視化技術生成可解釋、類似于病理

274、學家的診斷結果。這些方法的出現為癌癥區域分割提供了有效的解決方案，幫助醫生更加準確地理解癌癥圖像，提高了臨床決策的質量。圖表 64：基于深度學習的圖像分割分析流程圖來源：MICCAI 20184.4.3 醫-企未來重點發展方向分析“篩陰”工具未來有望被廣泛推廣，多種類診斷技術仍需持續精進，未來醫企合作或將實現破局。目前，細胞病理診斷在數字化智慧病理發展方向中進度較快，相關技術手段在細胞學診斷中運用廣泛。但組織病理因其結構復雜、不同細胞的位置意義各有不同，人工智能算法目前無法識53Tolkach,Yuri,et al.High-accuracy prostate cancer pathology

275、 using deep learning.Nature Machine Intelligence 2.7(2020):411-418.54Kong,Bin,et al.Invasive cancer detection utilizing compressed convolutional neural network and transfer learning.Medical Image Computing and Computer Assisted InterventionMICCAI 2018:21st International Conference,Granada,Spain,Sept

276、ember 16-20,2018,Proceedings,Part II.Cham:Springer International Publishing,2018.55Zhang,Zizhao,et al.Pathologist-level interpretable whole-slide cancer diagnosis with deep learning.NatureMachine Intelligence 1.5(2019):236-245.數字化智慧病理科建設白皮書96別復雜的組織病理切片，該領域發展仍有較大阻礙。并且全面深度的病理診斷不僅需要組織病理，還可能需要疊加進行特殊染色、免

277、疫組化和分子病理學，這就要求人工智能算法需要從不同維度整合資料，來綜合判讀。而當前病理科并未明顯區分不同亞病種的病理?？茙?，病理診斷?？茢祿燧^少，導致 AI 算法模型在訓練過程中缺乏大量基礎數據。未來通過依靠醫企聯合不斷加深科研合作交流，促進數據資源的沉淀與整合，不斷強化 AI 算法診斷模型，實現亞?？频募夹g突破，或將成為破局之道。數字化智慧病理科建設白皮書975.案例展示順序按首字母排序5.1 東南大學附屬中大醫院病理科科室簡述：中大醫院病理科始創于 1935 年，隸屬當年的中央大學醫學院病理教研室。2005年獲首批江蘇省臨床重點?？?，2021 年成為國家級住院醫師規范化培訓重點專業基地。

278、科室承擔臨床醫學院本科生，碩士和博士研究生的病理教學和帶教工作，主持和參與多項國家自然科學基金、省自然科學基金等研究課題，發表多篇高質量論文，是集臨床，教學、科研為一體的綜合性科室。發展現狀：科室注重信息化建設，2019 年上線病理全流程信息管理系統，實現了從樣本送檢至病理診斷報告發放的全程信息追蹤。該系統實行電子病理申請單和電子病理診斷報告，實現了診斷流程無紙化；規范病理診斷報告，對于根治性腫瘤切除標本采用了格式化清單列表式報告模板，避免了診斷報告中的缺項和漏項問題。2022 年起，科室嘗試數字化病理系統，截止目前已經累計掃描 47093 張數字切片，28726 個病例。另外，科室也在不斷嘗

279、試智慧化的建設，目前已引進人工智能前列腺穿刺的檢測軟件并應用于日常病理診斷工作中。此外，自2017 年以來，科室積極參與落實國家分級診療政策規劃，目前已與 10 余家集團醫院開展緊密性合作，除相互派遣醫師和技術員進行交流和學習外，還承擔病理診斷中心的責任，幫扶基層醫院開展疑難病例會診，免疫組化和分子檢測等。經驗總結：規范發展，嚴控質量，規范建設程序?？剖乙呀浕拘纬蓴底只闹腔劢ㄔO架構，具備完善的病理診斷質量控制和質量保證體系，聚焦數字醫療，通過內引外培，聚集一流人才，逐步構建系統化、網絡化、智能化的綜合病理診斷中心，向全流程、全方位以及?？苹较虬l展。5.2 河南省人民醫院病理科科室簡述：河

280、南省人民醫院病理科始建于 1961 年，集醫療、教學及科研于一體，是河南省病理專業最具實力的病理科之一，承擔著全省疑難病理會診工作中的重要部分；也是河南省病理質控中心所在單位，國家首批 PQCC 示范實驗室。2018 年 5 月通過中國合格評定國家認可委員會（CNAS）認可，成為省內首家、全國第 4 家病理科獲此資質認可的單位。發展現狀：為推進病理協同診斷體系的建設和大數據的應用，“河南省人民醫院互聯智慧分級診療中心”于 2015 年年底建立，開展河南省人民醫院與基層醫院之間的病理協同會診。截止2023 年 4 月 20 日，平臺目前已接入 268 家基層醫院，已完成協同會診 97440 例。

281、同時，作為河南省病理質控中心所在單位，目前院內科室信息化建設通過業務流程“一碼到底”功能，數字化智慧病理科建設白皮書98保證了標本、蠟塊、切片的實時追蹤及質量安全，并帶動了全省范圍內的高質量病理質控?？剖覍τ趫蟾媪鞒坦芾韲栏?，門診小標本（包括穿刺及活檢標本）全部在接收標本第二天完成報告發放，對于手術大標本（包括免疫組化及分子檢測），5 天報告發放率達 92.95%，7 天報告發放率達 98.86%；其病理報告周轉速度在全國處在領先水平，加快了醫院診療速度，提高了患者滿意度。經驗總結：河南省人民醫院作為全國范圍內開展數字化病理建設最早的省級三甲醫院之一，整體發展步調較快?？剖乙呀浲耆珜崿F了小標本

282、以及 30%的大標本的數字化掃片及閱片，在此過程中不斷的發現問題解決問題，在病理切片數字化及閱片方面積累了豐富的經驗，并力爭年內實現全部切片數字化閱片，其病理切片的數字化水平走在全國前列，并不斷探索人工智能在常規標本病理診斷方面的應用。自“河南省人民醫院互聯智慧分級診療中心”建設之初，關鍵得益于醫院領導層的重視，在設備方面，向全省 108 個縣的 110 家縣級醫院免費贈送了數字掃描儀；在人員方面，專門抽調副高以上的醫師，一方面到對口縣域去實地幫扶，一方面在醫院里輪值遠程會診業務，保證每天都有人值班，且在 24 小時之內完成報告簽發。另外，在保障制度方面，建立了相關考核制度和配套的激勵措施，充

283、分調動院內醫生積極性，推動遠程會診業務的發展。5.3 寧波市臨床病理診斷中心科室簡述：寧波市臨床病理診斷中心（上海市腫瘤醫院寧波市臨床病理診斷中心，簡稱：寧波病理中心）成立于 2011 年，是寧波市衛生健康委直屬的公益類自收自支事業單位，由寧波六家市級三甲醫院病理科成建制剝離而成，是全國首家區域性臨床病理診斷中心，開全國病理之先河。發展現狀：為推進數字化轉型，加強與企業合作，實現了切片數字化掃描、數字化閱片、遠程診斷和智能化輔助診斷以及樣本全流程追蹤。通過數字化建設，寧波病理中心目前成為全國領先的數字病理區域中心之一，目前中心年樣本量高達 60 萬+，宮頸液基細胞學檢查 400-500張/天，

284、一年 10 萬余例。寧波病理中心將 11 家病理分中心和 14 家基層醫療機構納入平臺，構建打破地域限制的“云病理”平臺，實現區域病理資源共享和優質資源下沉。經驗總結：市級統籌、三大舉措推動優質病理資源下沉。寧波病理中心由寧波市統籌建立，具備更高的決策高度。成立后，為完成數字化升級，推動優質病理資源下沉，寧波病理中心建設了寧波區域遠程數字病理診斷云平臺，借助遠程數字化診斷手段和數字化病理云平臺，開展病理診斷遠程疑難會診和遠程術中冰凍診斷，為下級醫院提供遠程學習平臺；為更好地運用人工智能在病理科室的助力，中心建設了數字病理數據中心，以輔助醫生診斷、決策和為 AI 的訓練提供更多的臨床數據；為推進

285、“最多跑一次”便民惠民舉措，中心不斷優化病理信息管理，患數字化智慧病理科建設白皮書99者足不出戶，就能通過微信小程序實現預約借片還片、基因檢測申請、遠程會診申請和病理報告查詢等服務。5.4 南方醫科大學病理學系/南方醫院病理科科室簡述：南方醫科大學病理學系是國家重點培育學科、首批國家臨床重點?？?、國家精品課程學科、國家級一流本科課程學科、國家級優秀教學團隊學科、國家級病理醫師培訓重點基地，是第三屆中國醫師協會病理科醫師分會會長、第十一屆中華醫學會病理學分會副主任委員單位、第三屆中國醫療保健國際交流促進會病理學分會主任委員等單位。學科由南方醫科大學基礎醫學院病理學系、南方醫院病理科、廣東省“分子

286、腫瘤病理重點實驗室”及“南方醫科大學-華銀病理診斷中心”四部分構成，作為首批全國黨建工作樣板支部，以黨建帶動學科發展，形成集“醫、教、研、用”四位一體的優秀病理學科。2021 年度全國最佳病理科復旦榜排名位居第六位，在國內擁有較高的學術聲譽及學科影響力。發展現狀：科室走在全國病理學科研前列，發表有包括 Cell 在內的 20 余篇高分論文，并曾榮獲國家科技二等獎?？剖衣氏乳_展宮頸液基細胞學 AI 病理領域的研發，已建立 13 分類的宮頸液基細胞學智能病理輔助診斷系統，并牽頭開展了前瞻性臨床研究，相關成果發表在 NatCommun。該成果獲批我國醫療器械注冊二類證，已在全國百余家醫院及第三檢驗方

287、推廣應用?？剖以?2021 年 5 月已經完成了細胞學 AI 診斷產品的落地，而產品的使用切實地減輕了病理生細胞學診斷的工作負擔。在 AI 診斷產品使用后，醫生只需要對陽性切片（20-50 例/日）進行抽查，極大地降低了工作量。同時，科室計劃在遠程會診系統中加載 AI 診斷模塊，幫助遠程診斷升級?？剖遗c第三檢驗方合作，自主研發了遠程病理系統，建立了國內覆蓋面最廣、診斷量最大的遠程病理服務平臺，實現臨床診斷與會診、遠程教育與培訓、病理讀片會、學術交流、科學研究等多項功能。除了轉化方面，科室在 AI 研發方面也走在最前沿，研究團隊也已入駐金鳳實驗室先進病理研究院，正在積極探索基于病理圖像或多模態數

288、據的疾病智慧診斷、預后及療效智慧評估等方面的新理論、新技術、新產品并轉化應用。目前，科室的年診斷量已經超過 100 萬例。經驗總結：科室戰略目標明確，在醫院的支持下提出了遠程病理診斷、全數字化病理科、智能化病理科建設的“三步走”戰略?？剖覉猿轴t教研用四位一體，通過與第三檢驗方合作，積極探索 AI 產品在病理科室落地的場景，尋求前沿技術的轉化和產品落地應用。另外，通過數字化建設，科室大力發展對外遠程會診和數字病理資源庫的建設，牽頭成立擁有 200 多家會員單位、覆蓋全國的臨床病理聯盟，在業內有較好影響力。5.5 深圳市人民醫院病理科科室簡述：深圳市人民醫院病理科始建于 1981 年，為深圳特區成

289、立后首家病理科，歷經 40數字化智慧病理科建設白皮書100載的不斷建設與發展，已成為深圳市規模最大、實力最強的病理科。目前是國家住院醫師規范化培訓基地，國家遠程會診中心深圳分中心，廣東省及深圳市臨床重點學科，廣東省醫學會病理學分會副主任委員單位、廣東省質控中心副主任委員單位、深圳市醫學會病理分會主任委員單位、深圳市臨床病理質控中心，深圳市精準醫學分子診斷公共服務平臺。發展現狀：深圳市人民醫院病理科從 2017 年開始推進科室的信息化建設，與醫院信息科一起推進并實現科室全流程管理工作。2018 年，科室開始初步數字化建設，并依托完善的信息化建設和數字圖像賦能深圳市內遠程病理會診。2021 年，科

290、室成為國內首家全數字化病理科室，目前科室已實現每日玻片全量數字化。得益于深圳市人民醫院完善的信息化建設，臨床科室以及其它醫技部門現可通過平臺對患者數字切片進行全視野查看。2021 年，科室承接組織病理量近 10 萬例，細胞病理 6.5 萬例，免疫組化近 7 萬張，工作總量在廣東前列。經驗總結：信息化基礎完善，院方支持力度強、個性化定制幫助全數字化落地。得益于院方的大力支持，深圳市人民醫院病理科數字化建設 5 年，科室完成了每日玻片全量數字化的工作?？剖以诮ㄔO初期按照自身需求的優先級進行了數字化升級，過渡期對于傳統模式和數字化模式包容大。在設備方面引入方面，國產廠家能根據科室的個性化需求對設備進

291、行升級，切實地解決了格式兼容以及色彩相關的問題。5.6 首都醫科大學附屬北京朝陽醫院病理科科室簡述：首都醫科大學附屬北京朝陽醫院病理科創立于 1958 年，現有北京朝陽醫院、石景山院區和常營院區三個院區，是集臨床病理學診斷、教學、科研于一體的綜合性科室；病理科下設常規組織病理學、細胞病理學及分子病理學三部分，具有完善的質量管理體系。目前形成了以消化系統疾病、呼吸系統疾病為重點，兼顧其他亞專業協同發展的特色科室，并承擔來自全國的疑難病理會診工作，年外檢量達 13 萬例?？剖壹夹g設備先進，開展項目齊全。朝陽醫院病理科擁有完善的病理工作流程和嚴格的質控，病理科診斷和技術質量在北京市室間質評中名列前茅

292、，是北京市最早獲得 HER2 質控的五家優秀單位之一，是全國病理質控中心專家組成員單位。2007 年成為國家碩士學位授權學科，2011 年成為北京市住院醫師規范化培訓基地，2013 年成為國家博士學位授權學科，目前在研國家自然科學基金項目 6 項。發展現狀：病理科在 2021 年開始規劃數字化病理科的建設，2022 年 10 月份通過了病理科數字化智慧平臺建設方案?？剖椰F已配備 6 臺掃描儀，和 AI 輔助診斷設備與系統，預計2023 年實現本部和常營院區切片的數字化，2024 年實現三個院區所有切片的數字化，實現數字病理切片的跨院區實時調閱。經驗總結：科室需求強烈、院端響應快速、建設目標明確

293、。北京朝陽醫院病理科建設開展不到一年，但驅動力強，建設目標明確。由于多院區的分散管理制度，病理科對加強科室內管理和數字化智慧病理科建設白皮書101簡化閱片業務的需求強烈，因此在前期有強驅動力推進調研和方案制定；另外，前期建設方案的評估和資金投入也需要得到醫院的大力支持，院端領導的快速響應大大縮短了建設周期；在多院區的經營模式下，科室以實現三個院區的一體化為優先目標，智慧化方案的融入以及與下級幫扶醫院的連接被放在了發展后期。5.7 招遠市人民醫院病理科科室簡述：招遠市人民醫院病理科成立于上世紀七十年代，是招遠市最早的一個臨床病理診斷科室。病理科作為臨床基礎科室，承擔著常規病理診斷、液基細胞學檢查

294、、術中冰凍切片診斷、快速石蠟切片檢查與診斷、免疫組化等檢查項目。發展現狀：招遠市人民醫院病理科于 2021 年開始引入設備進行切片數字化的嘗試，并在2023 年開始進行遠程會診，當前仍處于數字化的起步階段?？剖乙淹瓿闪丝苾炔±硐到y的搭建，配備了低通量掃描儀用于遠程會診、數字切片管理和教學培訓。經驗總結：院端支持和多方位尋找解決方案讓數字化初步啟動。院方對于病理科臨床價值有深刻認識，招遠市人民醫院病理科在早期得到了場地和設備的支持。同時，科室也積極尋找第三方醫學診斷機構的幫助。在技術上，協調廠商整合內部系統與新的遠程會診和教學模塊。在業務上，與第三方服務商的線上醫師進行遠程會診并在第三方線上教學

295、平臺的直播課上進行學習。5.8 上海交通大學醫學院附屬瑞金醫院病理科科室簡述：上海交通大學醫學院附屬瑞金醫院建于 1907 年，是一所集醫療、教學、科研為一體的三級甲等綜合性醫院，其綜合實力排名連續多年上海第一、華東第一。作為首批國家衛生部批準的病理學與病理生理學重點學科，病理科是瑞金醫院的重點學科之一，承擔了來自全國各地的海量病理診斷，具備國際一流的病理檢測平臺和雄厚的軟實力。發展現狀：瑞金醫院目前已完成本部病理科全流程信息化改造，并完成本部科室、北部院區、海南分院等多院區病理互連互通建設?？剖业娜鞒坦芾硐到y已經逐步上線，業務流程可通過二維碼全流程可溯源。隨著病理閱片流程的數字化轉型過渡、

296、數字病理檔案庫建立、分級存儲技術、全院 1000 切片并發 1 秒調閱技術、病理無損壓縮技術的應用，瑞金醫院病理科正在由數字化轉型向智慧化邁進，目前在病理人工智能方向進行宮頸 TCT、消化道等病變 AI 全流程系統診斷的探索。經驗總結：院內重視、規劃合理、多方企業合作快速鑄就數字化轉型。瑞金醫院病理科的數字化轉型由院長提出和推動，自轉型之始就得到了瑞金內部相關科室的配合。瑞金醫院病理科在數字化智慧病理科建設進程中提出“三位一體-One Solution”解決方案，該方案以醫療數據基礎設施為“底層基礎”，以多模態數據智慧管理為“中堅力量”，以多模態智慧病理輔助診斷算法為數字化智慧病理科建設白皮書

297、102“上層建筑”，是數字化智慧病理科建設的寶貴經驗。得益于院方的推動，病理科制定了數字化智慧病理科建設的“三年三步走計劃”，目標實現“一年數字化，二年智能化，三年智慧化”，建設正在逐步推進中。為完成該計劃，瑞金病理通過與國內多家涉及數字化、智慧化病理科業務流程各領域的龍頭企業合作，加速數字化、智能化、智慧化的推進。5.9 徐州市婦幼保健院人工智能宮頸癌篩查中心科室簡述：2020 年，徐州市婦幼保健院由中國婦幼保健協會指定，成立全國第一批人工智能宮頸癌篩查防治技術中心，承擔著擁有 880 余萬人口的徐州市農村地區的宮頸癌大規模篩查的責任。發展現狀：該技術中心成立的目的就是為了在徐州市農村地區快

298、速準確地進行大規模宮頸癌初篩，目前已完成了徐州市沛縣 25000 余例的篩查，陽性病例檢出率從 2-3%提高到 5%以上，綜合正確率95%，排陰率70%。在設備方面，該技術中心配備用 400 片數字切片掃描儀，支持多層掃描，成團局部掃描等優化設計，平均掃描+AI 診斷時間為 60 秒，大幅提升工作效率；在存儲方面，技術中心選擇的服務商將基于切片數據進行二次壓縮，節約存儲空間 20%-30%；在工作流程方面，技術中心選擇數字化掃描存檔，將全流程業務數字化管理，方便質控。經驗總結：企協合作，規范化宮頸癌初篩流程。該技術中心由中國婦幼保健協會統籌成立，并得到了徐州市衛健委婦幼處、徐州市婦幼保健院領導

299、及市縣婦計中心領導的廣泛支持。旨在大規模初篩農村地區女性宮頸癌患病情況，在中國婦幼保健協會指導下與江豐生物合作，實現了所有篩查病例的全流程樣本追蹤、數字化診斷和在線實時質控。此外與其它醫療信息系統打通，規范了宮頸癌篩查項目，實現了統一指導和監督，有效建立了宮頸癌篩查防治常態化機制。5.10 浙江大學醫學院附屬第二醫院病理科科室簡述：浙江大學醫學院附屬第二醫院病理科成立于 1955 年，是浙江省最早成立的醫院編制的病理科。學科系出名門，源遠流長，著名腫瘤學家鄭樹教授為第一任主任，省內開創腫瘤病理學的診斷、教學和科研工作，成為集醫、教、研為一體、實力雄厚的綜合性平臺及專業基地。近 3 年年均工作量

300、增長 30-40%，分子病理年均增長超過 100%，2022 年總工作量達65.3 萬例，組織活檢量近 20 萬例。建立消化（消化道、肝膽胰）、中樞神經病理等十大亞?？平M，建立完善的病理形態-免疫組化-分子病理綜合診斷平臺，在消化、中樞神經、乳腺等多個系統及疾病診斷系形成特色與優勢，是國內首家與國際著名病理學科開展會診交流合作單位，國內率先開展數字病理遠程會診，國內首批開展甲狀腺細針引導下穿刺細胞學診斷，現為國家臨床重點規培基地，中國抗癌協會首批區域結直腸癌診療規范化診療示范與培訓基地，負責浙江省胃癌診治技術研究中心的病理建設，是省內最大的中樞神經系統腫瘤診斷中心，建立省內最大的 FISH 分

301、子病理檢測平臺。數字化智慧病理科建設白皮書103發展現狀：自 2012 年起，浙大二院與美國加利福尼亞大學洛杉磯分校（UCLA）病理科建立長期合作，國內率先采用數字切片技術平臺開展國際遠程病理會診。經過 10 余年的發展，已建立完善的數字病理遠程會診平臺，除此之外，病理科內已實現全流程精細化管理的信息化，標本從手術離體、送出、取材到閱片等各個節點可由二維碼一碼追溯，關注并通知惡性腫瘤或高風險癌前病變患者是否閱讀最終病理報告，在此基礎上，建設浙大二院病理科數字病理診斷+教學+科研+會診云平臺，推動學科建設與發展，探索多院區數字化管理新模式，深化協作+山海醫院遠程數字病理會診合作與學科協作建設新模

302、式，為全數字病理科建設奠定堅實良好基礎。目前，在浙大二院院領導的支持下，科室全數字病理科建設已進入一期建設階段并試運行，將從單個亞?？崎_始，由點及面，在實踐中完善與發展。經驗總結：把握下一代診斷病理發展的新趨勢，針對浙大二院多院區快速發展及病理學科建設中存在的實際問題，結合自身優勢，與國內一流數字病理、人工智能及存儲算法公司開展交流合作，設計建設具有世界一流水準浙大二院病理科數字病理診斷+教學+科研+會診云平臺。建設前充分調研，建設中分布穩步推進，集中多學科優勢，在實踐中不斷完善。5.11 中山大學腫瘤防治中心病理科科室簡述：中山大學腫瘤防治中心（中山大學附屬腫瘤醫院、中山大學腫瘤研究所）成立

303、于1964 年 3 月，是全國規模最大的集醫療、教學、科研、預防于一體的腫瘤學基地之一，承擔國家腫瘤防治重任，在全國尤其是華南地區及港澳臺的腫瘤防治工作中發揮著龍頭作用。在過去近十年的時間里，醫院病理科顯著提升了信息化水平，并在 2019 年 6 月通過了中國合格評定國家認可委員會（CNAS）認證，成為全國第八家、華南地區第一家通過認可的病理科。發展現狀：中山大學腫瘤防治中心病理科從 2016 年 10 月開始按照 CNAS ISO15189 的要求升級改造信息系統。從啟動到通過評審，該系統經歷了一次迭代、兩次內審和三次管評。在日常業務方面，該系統實現了全部標本全流程可溯源；通過優化收費、預約

304、、信息采集和報告發放流程，提高了工作效率，也極大地提升了患者就醫體驗。在質控方面，信息系統輔助科室實現了人、機、料、法、環五大核心要素的閉環管理，能夠及時發現問題并持續追蹤整改效果。經驗總結：中山大學腫瘤防治中心病理信息化建設經驗可以總結為以下四點：1）以評促改 以ISO15189 為標準，以參加 CNAS 評審為契機，推進病理信息化；2）個性定制 針對日常病理工作的痛點和堵點，結合科室實際，個性化定制相應的信息化改進措施，既能解決問題，又使本科室及友科易于學習和接受；3）專人專項 針對梳理出的問題建立臺賬，安排專人逐項設計方案并跟進解決，直至最終落地；4）醫工融合 建立與信息科工程師、軟件廠

305、商駐點工程師定期交流制度，確保工作進度并在發生問題時共同協商以進一步修訂方案。數字化智慧病理科建設白皮書1046.總結6.1 未來和展望：呈現標準化、多功能的發展態勢，并往全自動、個性化、多模態方向發展隨著全國范圍內各級醫院數字化智慧病理科室建設的不斷推進，在不遠的將來，業內或將呈現出：數字化、信息化將愈來愈被病理科應用，全數字切片掃描儀將物理切片轉化為高清晰度的數字切片，且同步實現病理診斷全流程信息數據留痕追溯，病理醫師可以直接在顯示屏前完成數字切片首診或會診。同時，數字病理的數據或將實現如同影像數據一樣的標準化運用，不僅能成為診斷主要支撐依據，還可以通過高壓縮率的統一切片數據格式，打通端到

306、端數據產生、數據存儲、數據共享和分析軟硬件快速聯通發展通道，為病理數字化普及提供便利條件。此外，智慧化病理將更加普及應用，AI 將更加融入科室運轉全流程，諸如：取材分析、切片質控分析、制片質量分析、設備運轉分析、自然語義分析、智能初篩、輔助圖像分析、AI 診斷、智能數據分析、智能糾錯等，科室管理諸多環節都將通過 AI 重塑。未來，隨著病理科朝著數字化、智慧化方向發展，病理醫生將從傳統的顯微鏡閱片模式中解放出來，不受時空限制，無需派駐病理醫生到各分院駐點值班，將“無人病理科”變成可能。一方面，既解決當前各醫院病理科病理診斷醫生資源稀缺的問題，亦省出行時間及經濟成本，大幅提升病理醫生的工作效率。另

307、一方面，基于數字化病理的推進，快速集成對應 AI 算法的應用，進一步提升病理醫師尤其是基層病理醫師診斷準確率及工作效率。數字化病理與 AI 的協同應用產生的計算病理地不斷發展，將為精準病理診斷帶來更美好的未來，成為精準病理診斷的堅固基石。未來的病理科或將實現以下方面的發展：全流程中：隨著細胞病理診療過程的全自動化升級，未來科室將更加積極探索各業務流程全面自動化實踐細胞學檢查作為病理診斷最基礎的方式之一，起源較早，技術成熟。得益于我國兩癌篩查的大力普及推廣，細胞病理領域得到長足發展。目前，病理科細胞病理診斷中常見制片技術為液基薄層細胞學制片技術（即 TCT），主要是將脫落細胞（常見為宮頸細胞）洗

308、入細胞保存液瓶中，采用離心等技術手段實現細胞的富集，再通過過濾膜過濾標本中的雜質和黏液等，然后進行固定、染色以及封片等工序。當前在細胞病理切片掃描成像之前的工作中呈現一個半自動化狀態，采用的多是單點式的自動化，例如自動化制片和染色，無法與制片的前處理以及自動封片形成一個一體式的全自動化流程。由于過程中仍需要較多人力支持，去面對繁復的前處理制片流程、人工手動轉運等情況，嚴重影響制樣標準化和科室流轉效率。數字化智慧病理科建設白皮書105基于科室實際運轉需求背景下，業內提出了全自動細胞學一體式流水線設備，實現了從樣本的前處理，到制片、染色、封片全自動化，設備全程封閉自動流轉，無需人工干預。該設備可以

309、在前處理環節中可以循環隨機進樣、自動加載和激光自動打碼，解決了傳統設備固定批量進樣、技師手動擰蓋、貼標和排序的限制；在制片環節，利用改良的細胞保存液，結合全自動脫落細胞制片方法，有效過濾了樣本中的雜質和黏液，提高樣本背景清晰度，再通過自然沉降法富集細胞后，利用高吸附載切片使細胞充分吸附于上；在染色環節，利用循環水沉降倉的運轉，對樣本進行自動染色，染色全程中恒溫控制，確保細胞染色清晰、鮮艷，效果一致；在封片環節，利用液態封片技術可在細胞進行預處理后置于載玻片上，直接滴加液態封片液，經過短暫流平后，在特定波長的 UVLED 燈照射下固化，最終得到病理切片。隨后，將批量病理切片取出，用于后續自動掃描

310、，AI 診斷工作。圖表 65：細胞病理學檢查全自動化流程圖來源：蛋殼研究院隨著全自動細胞學一站式篩查流水線的建設發展，全流程自動化的改善將會極大程度地提高細胞病理篩查整體工作的效率和準確率。未來在科室的全業務流的自動化升級中，我們相信隨著相關技術的不斷發展和沉淀，未來組織病理診斷或將逐步突破自動染色、自動封片等單點式自動化，逐步與掃描過程的自動核對與掃描出片后機械臂等方式進行自動分片等方式進行聯動，朝一體化方向發展，提高組織病理診斷運轉效率。同時，未來科室將進一步深度結合數字切片掃描儀和人工智能診斷系統的使用，對病理診斷的全流程進行自動化和智能化整合，減輕病理醫生和技術工作量。我們希望通過數字

311、化與智慧化地完美融合，可以為各級醫院病理科帶來類似檢驗科的現代化全自動智能流水線檢測的技術體驗，提升病理科檢測效率和病理學的規?；l展。智慧化中：智慧病理診斷將全面量化腫瘤異質性，為實現惡性腫瘤精準預后預測，為患者提供更加精準的個性化診療開拓新思路數字化智慧病理科建設白皮書106腫瘤內異質性（Intra-tumor heterogeneity,ITH）是導致抗癌療法失敗和患者死亡的關鍵因素之一。同時，腫瘤內異質性也是治療耐藥性的機制，甚至可以影響臨床試驗設計、預測病情進展、治療手段以及預后等諸多方面。迄今為止，業界對跨癌癥類型的腫瘤內異質性的程度、起源等都不甚了解。同一腫瘤可能存在很多不同基因

312、亞型的細胞，同一種腫瘤在不同個體身上可能表現出不一樣的治療效果及預后；甚至，在同一個體身上的腫瘤細胞也存在不同的特性和差異。當前人工智能能夠可視化和量化數字病理切片圖像中的某些特征，為腫瘤診斷臨床決策提供深度支持?，F階段，腫瘤學家在選擇治療手段時，病理診斷是腫瘤治療決策的必要條件，可以展示疾病進展的多樣化形式，能夠反映患者的個體狀況、接受治療的能力、對治療的反應及臨床轉歸等。腫瘤異質性可以在遺傳、分子或細胞水平或細胞群水平上使用診斷掃描成像技術進行檢測。掃描成像圖片的異質性是腫瘤的表征，可以使用各種紋理分析方法進行量化。圖表 66：AI 輔助系統下病理醫生與腫瘤醫生的工作流程圖來源：Natur

313、e Reviews Clinical Oncology精準度高的 AI 算法模型需要將病理學家的工作與腫瘤學家的工作緊密結合，因為目前大多數強監督 AI 算法都依賴于病理醫生對病理切片圖像的標注數據以及腫瘤醫生標注的生物醫學領域的數據進行模型訓練56。經過大量數據訓練后的人工智能決策系統越來越得到廣泛認可，目56Bera K,Schalper KA,Rimm D L,et al.Artificial intelligence in digital pathologynew tools for diagnosis and數字化智慧病理科建設白皮書107前其作為腫瘤醫生的輔助診斷工具，不僅可以緩解

314、腫瘤醫生處理基于遺傳或組織的生物標志物相關伴隨診斷測定的局限性，還可以用于基于基因組的腫瘤內和腫瘤間異質性分析?，F階段，數字病理中人工智能主要執行圖像識別、檢測和分割等初級任務，能否用于輔助診斷是目前病理人工智能期待解決的熱點和難點問題。目前隨著人工智能技術的發展，病理形態學的進步，人工智能也有一些根據圖像特征進行診斷、預測療效和預后等高級任務的相關探索，但研究領域較為局限，且可落地性有待提高。我們期待人工智能通過病理信息探索腫瘤發生和腫瘤進化，利用計算機程序可視化和量化腫瘤異質性及腫瘤微環境、甚至識別導致腫瘤細胞增殖和遷移的異?；蚝托盘柾返确较?，助力病理醫生和腫瘤醫生研究腫瘤進化、篩選新

315、的靶點、開發新的藥物，最終開發出精準、有效的腫瘤患者個體化治療方案，共同推動醫療進步、實現精準醫療。全生態中：多模態、整合式智慧病理輔助診斷是下一代診斷病理學(NGDP)的核心方向未來智慧病理發展方向將邁入整合式及多模態方向，病理將不再僅限于基于組織、細胞的形態學特征進行診斷，而是集患者的臨床癥狀和體征信息、臨床檢驗結果和影像信息、病理形態與免疫組化、分子病理等多種信息源為一體的多模態研究方向，用不同的形成方法和內部結構處理來自多種模態的信息，并學習分離多模態數據集之間的相關性，形成一個整合式病理診斷。在不斷推進數字化智慧科室的建設同時，可以通過多模態價值的探索挖掘，實現醫療數據的集成和分析，

316、幫助病理醫生更好地診斷疾病，而患者將得到更加精準的個性化診療。圖表 67：多模態、整合式智慧病理輔助診斷場景工作流程圖來源：Briefings in Bioinformatics整合式、多模態智慧病理輔助診斷系統將整合包括多種模態的 HE 病理圖像、核酸數據（在基因組和轉錄組測序過程中檢測到的特定狀態）、附加病理圖像（指當同一受試者采取不同的成precision oncologyJ.Nature reviews Clinical oncology,2019,16(11):703-715.數字化智慧病理科建設白皮書108像方法或染色時產生的圖像）以及各類臨床指標（患者電子病歷中包含的定量指標，如

317、年齡、腫瘤分期等數據）等數據的情況下，不斷提高 AI 算法的有效性；實現圖像質量增強、細胞識別、組織分型、數據存儲等多方面的輔助功能，以及直接應用，如診斷、患者分層、預后、治療反應、生存預測和生物標志物發現等場景。57另外，隨著基因測序數據庫的日益完善，數字病理圖像和分子數據集的結合也將實現分子生物學的突破，以供病理醫生進行精準醫學使用。支持病理、影像、基因多模態數據極致調閱，滿足 30 年免遷移低成本藍光存儲介質的方案將是未來數據存儲的主打方案。隨著未來基于整合式、多模態智慧病理輔助診斷的不斷發展，迫切需要業內建立起數字病理與電子病歷、CT 或其他不同類型臨床數據的整合和評估標準，通過建立標

318、準加強醫學信息的集成使用，使其發揮更大的價值及意義。6.2 建設推行思考：科主任戰略定位是關鍵、醫院配合與支持是建設基礎、學會推動是中堅支持力量6.2.1 主任層面：與時俱進，具有創新能力和變革發展的管理理念科主任是科室醫療運營活動和日常工作管理的指揮者和組織者，在科室數字化智慧病理建設進程中擔當核心角色，其地位和作用要求必須具備四個方面的素質：有大局觀，有戰略遠見科主任考慮問題要從醫院的視角出發，要自覺將科室建設融入到醫院發展規劃中，要樹立醫院建設者、管理者的意識。病理科是平臺服務型科室，為各臨床科室的發展提供重要支撐力量，但病理科的信息化、數字化以及智慧化建設仍處于醫院現代醫療建設進程的洼

319、地，所以推進數字化智慧病理科室的建設是醫院整體建設重要一環。同時，科主任要具備信息的精準獲取能力，在進行充分調查、研究、分析、論證之后，向醫院最高決策者反饋真實、準確、超前的建議和建設方案，以幫忙其做出科學、正確的決策。有審時度勢的靈活戰術在建設數字化智慧病理科的大的趨勢中，科主任要根據科室的實際運行情況，建立最符合科室定位的建設方針。此外，考慮到數字化智慧病理科建設是一個動態的過程，其建設內容和建設標準會隨著技術水平、時代要求的變化而不斷調整，這就要求科主任用發展的眼光來看待、思考、總結建設進程中的成績與不足，并且需要不斷大膽嘗試和探索新途徑和新方法，不斷精進建設方針。57Qiao Y,Zh

320、ao L,Luo C,et al.Multi-modality artificial intelligence in digital pathologyJ.Briefings in Bioinformatics,2022,23(6):bbac367.數字化智慧病理科建設白皮書109有打破常規的勇氣、不懼苦難的魄力科主任要重視創新知識學習及創新思維訓練，洞察科室建設發展的新趨勢、新方向。作為科室建設工作的帶頭人，要不斷學習外界先進技術和經驗、勇于開展革新工作。在數字化智慧病理科建設進程中，科主任必須擔任數字化的先行示范者，要實現“先行先用”，帶動科室全體成員積極接納新工具、新手段，同時需對科室全

321、體成員進行科室建設發展目標的教育，達成共識，形成合力。有凝聚團隊的魅力、果斷的執行力科主任要強化科室在推進數字化智慧病理科建設過程中涉及到的相關執行規章制度的落實，嚴格執行規程，充分實現人員、設備、物資等的科學管理、合理分配，使人盡其才、物盡其用。同時，積極爭取和使用清晰的激勵目標和激勵措施，調動科室全體成員建設過程中的積極性，以保障科室成員保質保量完成建設過程中的相關運營任務。6.2.2 院方層面：擔起統籌協調重任，提供配合與支持的建設基礎科室的建設和發展需要醫院的全方位支持和保障?；A建設設施的配備與人才隊伍建設的支持從醫院管理層的角度來講，數字化智慧病理科的建設需要醫院管理層率先支持，提

322、供政策、組織、人員、硬件資源等方面的保障，為科室建設工作保駕護航，使之成為全院重視的一項工作，為其營造良好的發展氛圍。在科室建設中實際衍生的對新型掃描設備、創新發展人才以及落地實施發展空間的需求，需以建設目標為核心，對科室進行資源的再配置和再調整。充分協調與配合，爭取多部門聯動數字化智慧病理科的建設離不開醫院各職能部門、各臨床科室的密切配合；病理科的運行聯動醫院諸多部門的發展運行，因此需要醫院管理層給予足夠的重視，并且在信息科的主導支持下，實現各臨床科室、醫技科室、門急診等多部門聯動。在建設方案制定期間，應多與相應科室充分溝通，在病理科內部基本運行需要的前提下，了解并盡可能滿足醫院的診療流程和

323、各臨床科室的實際需要；在試運行期間，需進行充分的培訓工作并實時收集各臨床科室的使用反饋意見，統計后統一反饋給相關服務商進行完善；此外，在建成正式上線后仍應與各臨床科室保持密切溝通，對于在試運行期間未能發現的、可能存在的工作漏洞造成的安全隱患進行及時更正。6.2.3 學會層面：積極推動行業標準的建立，促進學術交流，形成共識數字化智慧病理科建設作為新生事物，病理行業學會的配套與支持深刻影響其持續發展的空間數字化智慧病理科建設白皮書110與潛力。數字化智慧病理科的建設是為了滿足病理科以及醫院內部運行的實際需要，但在探索過程中如果不能形成清晰的職能屬性、規范標準等，很難得到良性發展與廣泛推廣。因此作為

324、行業學會應積極向政府層面傳達醫院和企業的共同訴求，同時協助制定和實施行業發展規劃、產業政策和行業準則；同時積極推進不同醫院間的技術交流，促進區域內醫務人員的流動學習，同時推動各醫院病理科在數字化智慧發展趨勢中保證技術、流程以及人員配備的統一標準。數字化智慧病理科建設白皮書版權聲明本白皮書版權屬于上海交通大學醫學院附屬瑞金醫院病理科、上海商湯智能科技有限公司、華為技術有限公司、上海衡道醫學病理診斷中心有限公司、寧波江豐生物信息技術有限公司以及動脈網.蛋殼研究院，并受法律保護。任何單位和個人未經以上單位授權，不得以任何目的（包括但不限于學習、研究等非商業用途）修改、使用、復制、截取、編纂、編譯、上傳、下載等方式轉載和傳播本書中的任何部分，授權后轉載、摘編或利用其它方式使用本白皮書文字或者觀點的，應注明來源。違反上述聲明者，將被追究其相關法律責任。