幾秒 vs 幾天！邵逸夫醫院臨牀級肺癌全景病理大模型打破數據壁壘

“它能幫助醫生進行更精準的病理診斷，提高效率和準確度，從而爲患者提供個體化治療......”近日，在中國抗癌協會第四屆智能腫瘤大會智能病例分論壇上，由浙江大學醫學院附屬邵逸夫醫院（以下簡稱浙大邵逸夫醫院）、浙江大學生儀學院、杭州醫策科技有限公司聯合打造的首個臨牀級肺癌全景病理大模型——SRRSH LungPanor肺癌全景病理大模型發佈。

肺癌的發病率和死亡率均居癌譜首位，在肺癌的診療中，病理診斷是“金標準”，傳統病理診斷模式存在一些問題：影像、病理、IHC和分子檢測常由不同科室、不同系統獨立產生，數據整合靠人工，會導致診斷週期延長和意見不一致。另一方面，分子檢測往往耗時較長，一般需要5～7天，在一些需要快速決策的臨牀場景中，延誤可能影響治療窗口。

“我們聚焦臨牀需求，研發併發布了肺癌全景病理大模型。該大模型的核心特色是‘大、專、全’，它將病理、影像、分子、基因等多模態醫學數據匯聚，打破傳統分散的技術壁壘，實現不同模態數據在同一體系下的協同學習。”浙大邵逸夫醫院病理科主任姜支農說，它可以提高判斷一致性，統一視圖可以減少不同科室因數據不對齊導致的分歧，同時縮短決策時間。

“依託這個大模型，完成肺癌病竈識別和分型，全流程只需要幾秒鐘。”姜支農說，除此之外，還能提升診斷敏感度與精確度，例如影像提示的微小結節在病理圖像中可被快速定位並複覈，分子預測模型可提供早期的治療方向參考。“有助於爲患者制定個體化治療方案，比如是選擇化療還是靶向治療、免疫治療，或者是綜合治療。它構建從診斷、分型、治療決策到預後評估（如5年復發風險預測）的全流程智能支持體系，打破診斷孤島。”

據瞭解，在病理領域該模型還能帶來一些實效改進：一是亞型判定（如腺癌亞型劃分）和分級一致性提升，減少閱片差異；二是IHC免疫組化技術的自動定量與閾值建議，使PD-L1等指標判讀準確性提高；三是對部分常見基因（如EGFR/ALK）的形態學預測，能在分子檢測前提供基因檢測線索；四是疑難或少見病理表型的智能提示，幫助病理醫師提供診斷線索。這些改善會直接減輕病理科工作量並提升報告質量。

“另外，肺癌全景病理大模型還將實現多層級醫院聯網，基層患者在家門口就能享受到精準快速的病理識別服務，不必往返於上級醫院。”姜支農表示，目前，該模型的一些模塊已經在浙江大學醫學院附屬邵逸夫醫院投入臨牀試用，在病理診斷方面的精確性已經接近“金標準”。預計一年後將全面投入使用。

浙大邵逸夫醫院黨委書記徐國斌表示，醫院於2014年率先在全國啓動“未來醫院”建設，持續打造集“智慧診療、智慧服務、智慧管理”三位一體的智慧醫療體系。如今，醫院已構建起覆蓋多場景的AI應用矩陣，從精準分診、智能診療到遠程醫療、全週期健康管理等，這些AI應用，不斷拓展了醫療服務的可及邊界，讓優質醫療資源惠及更多人羣，同時，又能夠持續提升診療服務的精準度與高效性，爲羣衆帶來更優質的醫療體驗。本次發佈的肺癌全景病理大模型，對於提升病理診斷的效率和精準度，破解肺癌精準診療的現實困境，具有重要意義。