研究说了什么
AI 辅助病理的输入是全切片数字图像，模型通常把图像切成小块，用卷积网络或 Transformer 提取特征，再通过多实例学习给出切片级判断。较早获得监管 clearance 的产品聚焦前列腺癌的辅助识别，用于提示可疑区域，帮助病理医生减少漏诊；此后结肠息肉、乳腺癌淋巴结转移与宫颈细胞学也出现同类工具。厂商报告的内部测试敏感性多在九成以上，特异性也在较高水平，但这些数字来自精心挑选的测试集，切片质量与疾病谱都比真实工作流更整齐。独立外部验证的结果通常低一些，跨中心使用时性能下降五到十五个百分点并不罕见，原因包括染色方案、扫描仪色彩、切片厚度与人群构成的差异。一项模型在训练集里表现优异，换一家医院就可能频繁误报，或者在少见亚型上完全失灵。对病理科，真正的考验不是模型在论文里的曲线下面积，而是它能否在本地样本上保持稳定。部署前的本地验证应覆盖不同扫描仪、不同染色批次与不同亚型，单看厂商白皮书很难判断实际表现。对医院信息科，影像存储与算力成本常被忽略，模型上线后的维护费用可能超过采购价格，几年下来的总拥有成本需要提前测算。
为什么重要
病理医生短缺与工作量上升是现实问题，AI 最直接的价值是分诊与初筛：把明显阴性或明显阳性的切片先过一遍，让人力集中在疑难病例。监管路径也因此改变，软件作为医疗器械需要提交分析验证与临床验证数据，上市后还要有变更控制计划，否则每次模型更新都要重新申报。偏差问题则更隐蔽：如果训练数据里某种组织类型、某个年龄段或某种肤色样本很少，模型在这类人群上的错误率会更高，而报告上不会写这一点。皮肤病理的早期研究已经显示，深色皮肤样本的识别性能明显落后。病理 AI 的偏差不像药物副作用那样容易被观察到，它更像一种系统性的静默错分，需要通过分层验证才能发现。对医院，采购时要求按年龄、性别、扫描仪与标本类型分层的结果，比只看总体敏感性更有意义。另一层偏差来自标注本身：训练标签若由少数专家制定，他们的判断习惯会被模型放大，边缘病例的争议随之固化。对医生培训，需要明确 AI 提示只是第二意见，遇到与形态判断冲突时应复核而不是直接采纳，否则漏诊可能被系统的沉默放大。
证据与边界
已发表的研究以回顾性、单中心为主，很多使用厂商提供的数据集，独立性与代表性都有限。评价指标多为曲线下面积与敏感性，真正重要的是对临床结局的影响：漏诊率是否下降、报告时间是否缩短、是否需要更多免疫组化复核，这些数据仍然很少。自动化偏差是另一层风险，医生可能因为系统没有标记而放过病灶，也可能因为标记过多而增加不必要的复核，最终把时间花在处理假阳性上。责任归属在现行法规下仍由签字的病理医生承担，软件只是辅助，这一点在知情同意与医疗纠纷中必须明确。模型的持续学习还会带来版本漂移，同一家医院不同时间的结果可能不一致，需要版本锁定与再验证。对患者，AI 参与判读并不改变诊断的金标准，最终结论仍需病理医生结合形态与临床信息做出。上市后的持续监测同样重要，模型在真实工作流中的错误模式，往往要大样本使用后才显现。对患者，是否使用 AI 辅助并不需要单独知情同意，但医院应能说明它在诊断中扮演的角色，以及在出错时由谁负责。