夜雨聆风导读：本周病理AI迎来历史性并购：罗氏以10亿美元收购PathAI，数字病理AI正式进入巨头整合时代。AACR年会共识——H&E切片可替代分子检测预测基因突变与疗效。香港科大PRET系统已开源，仅需8张切片超越11名病理专家。但警钟同步敲响：Science发文称AI诊断超越医生，研究者却反向呼吁警惕过度推广；AI"幻觉"致学术论文虚假引用3年增长6倍，佛罗里达州对ChatGPT发起刑事调查。
本周最重磅：罗氏收购PathAI
7.5亿美元首付+3亿美元里程碑款，预计2026年下半年交割
罗氏诊断CEO马特·索斯明确表示，PathAI将深度融合至罗氏肿瘤诊断平台。AISight影像管理系统补齐罗氏数字病理AI最后一块拼图。
这意味着什么？→ 罗氏补齐数字病理AI拼图，全球布局推动规模化→ 伴随诊断+生物标志物研发全面加速→ 病理AI从创业时代进入巨头整合时代→ 创业公司的窗口期正在收窄
01
H&E切片正在"偷走"分子检测的饭碗
2026 AACR年会释放强烈信号：AI分析常规H&E全切片影像，预测基因突变、生物标志物表达及治疗应答，准确度可与分子检测比肩，部分场景甚至更优。
三个标杆研究：
① Natera：MSI预测准确率0.98，BRAF V600E预测0.93仅需病理切片，无需分子检测。
② MD安德森Path-IO：预测免疫治疗疗效优于PD-L1检测覆盖全球1000+患者验证。
③ NIH/哈佛TIME_ACT：仅凭病理切片识别66个肿瘤免疫激活基因无需测序、染色或分子检测。
为什么病理数据更香？✓ 可回顾复用历史队列——药企积压的档案切片可能比想象中更有价值✓ 具备空间微环境信息——揭示基因蛋白在组织结构中的位置✓ 不损耗珍贵组织样本——对微量活检尤其友好✓ 可批量分析上万张切片——同时处理海量数据
落地挑战： 数据标准化治理与模型规模化嵌入研发流程，承载平台比模型本身更重要。
02
一个颠覆认知的发现：8张切片 > 11名病理专家
香港科技大学PRET系统首创"上下文学习"用于病理图像分析。
传统病理AI的痛点：需要数万张图像训练，依赖海量数据+高额算力+反复微调。
PRET的解法完全不同：✓ 仅需1-8张标注切片即可适配全新癌症类型✓ 淋巴结转移检测AUC 98.71%，远超11名病理医生平均81%✓ 跨18种癌症类型、23个国际数据集验证✓ 20项任务中15项AUC超97%✓ 已开源
这意味着什么？基层医院不再需要海量数据和算力，也能用上顶级AI诊断能力。病理AI的门槛正从"数据规模"转向"算法创新"，这对基层医疗机构和罕见病研究领域是一次重要的民主化机遇。
局限：形态学外观高度相似的肿瘤区分能力不足；尚未进入临床试点。
03
临床应用：人机协同验证加速
肺癌PD-L1检测——AI辅助减少观察者间差异基于多重免疫荧光建立金标准，深度学习辅助TPS计算。针对1%和50%两个关键阈值附近标记提示，便于人工复核。
D-FFOCT淋巴结转移——特异性97.1%，人机协同98.39%155例乳腺癌双中心队列验证，无需组织预处理，人力投入减少75%。
胆道癌HER2评估——AI吻合率83.5%309张切片对比：AI与医师共识吻合率83.5%，但25例（8.1%）完全不符。AI检出了医师漏诊的20个细胞HER2 3+簇微小病灶。
核心警示： AI应作为辅助工具补充病理专家判读，而非替代人工诊断。低分化肿瘤判读难度是中分化肿瘤的2.5倍。
胸腺癌AI分型——灵敏度100%仅使用常规HE切片，临床大类准确率91.1%，自动标出对分型贡献最大的组织区域。
俄亥俄州立大学会诊——OCR自动登记直接从玻片标签提取患者信息，会诊周期从数天/数周压缩至数小时，基层医院无需共用LIS即可接入。
本周最该警惕的事
AI超越医生？别急着欢呼
Science发文称OpenAI大语言模型在真实急诊科数据中诊断表现优于人类医生——回应了1959年Science提出的终极问题。但研究者明确反向呼吁：目前AI研究大多基于模拟病例或历史数据，并非真实临床场景。必须通过严格临床试验验证真实场景表现，公众可能误将"实验室表现"等同于"真实安全性"。
学术论文虚假引用3年增长6倍
2023-2025年间，学术论文中虚假参考文献增长6倍。大语言模型生成的伪造引用正污染科学文献。此前我们只看到AI提升效率，现在第一次看到它对学术质量的反噬。
佛罗里达州对ChatGPT发起刑事调查
核查是否协助校园枪击案嫌疑人。AI安全已从技术层面升级为法律与伦理层面。
ChatGPT Health分诊存在双重缺陷
过度分诊： 轻症优先处理
分诊不足： 急症低估严重程度
OpenAI医疗政策被质疑"鱼与熊掌兼得"
哈佛教授David Blumenthal直言：OpenAI一边塑造合规负责形象，一边试图避免严格监管。
怎么办？
"先独立判读再看AI结果"或许是最简单有效的干预。守住专业判断力，是未来十年病理行业最重要的任务。
本周行业合作
Waiv × 第一三共 → ADC药物AI标志物挖掘仅用不足100例患者样本即可完成ADC标志物挖掘，从H&E及IHC样本开展肿瘤微环境分析。
Ibex → 新设生物制药顾问委员会引入前阿斯利康精准医疗高级副总裁Ruslana Magzi博士（主导6款上市药物70余项伴随诊断获批）。
Proscia → 蝉联医疗科技突破奖全球前20药企中16家合作，预计每年完成800万例诊断。
监管风云
欧盟EDPB → 发布科研数据新指南六要素判定"科学研究"，允许宽泛同意+动态同意。跨国机构需注意英国DUAA 2026年全面落地，需建立英美双轨合规体系。
联合国 → 设立独立AI治理科学专家组成员必须以个人身份履职，独立于任何政府或企业。
宾州 → 起诉Character.ai冒充医生指控AI虚拟角色冒充持证精神科医生，两州接连起诉凸显监管漏洞。
跨领域突破
空间生态型（Nature）→ 基于cfDNA无创分析肿瘤微环境机器学习框架整合超1000万个单细胞数据，鉴定出9种保守型空间生态型，与免疫治疗反应显著相关。
Color Health虚拟肿瘤委员会 → 获ASCO认证"虚拟优先、AI驱动"整合多学科专家资源，推动癌症医疗向规模化、数字化转型。
AI智能体（Nature Methods）→ 重塑科研范式自主提假设、数据分析，但存在推理黑箱与学术造假风险。最优路径：人机混合协作。
一句话总结
罗氏收购PathAI是病理AI从"技术验证"走向"商业整合"的分水岭。H&E切片替代分子检测、PRET小样本适配，都在降低病理AI的落地门槛。但技术越先进，信任危机越严重——虚假引用、刑事调查、分诊缺陷提醒我们：AI是辅助，不是拐杖。"先独立判读再看AI结果"，或许比模型优化本身更重要。
整理：砚池 | 日期：2026年5月10日
