魏瑞璇 龐劍 李少冬

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

1 數(shù)字病理的概念與發(fā)展

數(shù)字病理(Digital Pathology)是數(shù)字成像技術(shù)在病理學(xué)領(lǐng)域的應(yīng)用，其核心是通過掃描技術(shù)將傳統(tǒng)病理切片轉(zhuǎn)化為數(shù)字化切片，實(shí)現(xiàn)對病理信息的采集、分析和管理[2]。數(shù)字病理的應(yīng)用可分為臨床與非臨床2 個部分，臨床應(yīng)用是通過數(shù)字病理切片信息進(jìn)行病理學(xué)診斷與遠(yuǎn)程會診，非臨床應(yīng)用則是將數(shù)字病理技術(shù)用于科研與教學(xué)。

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

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

2 國內(nèi)數(shù)字病理建設(shè)現(xiàn)狀

2.1 病理科發(fā)展現(xiàn)狀

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

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

2.2 數(shù)字病理的優(yōu)勢

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

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

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

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

2.3 數(shù)字化病理科建設(shè)全景

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

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

3 國內(nèi)數(shù)字病理發(fā)展的困境

3.1 病理掃描儀缺乏統(tǒng)一標(biāo)準(zhǔn)

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

3.2 人工智能技術(shù)有待進(jìn)一步規(guī)范

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

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

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

3.4 監(jiān)管和法規(guī)體系尚未確立

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

3.5 醫(yī)工交叉復(fù)合型人才匱乏

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

4 數(shù)字病理前景展望

4.1 制定行業(yè)規(guī)范

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

4.2 完善監(jiān)管法規(guī)

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

4.3 關(guān)注成本效益和費(fèi)用標(biāo)準(zhǔn)化

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

4.4 發(fā)展臨床病理學(xué)教育

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

4.5 建設(shè)高質(zhì)量病理數(shù)據(jù)庫

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