乐于分享
好东西不私藏

不止病理诊断辅助AI:首款AI质控软件获FDA批准,病理实验室流程迎来变革

不止病理诊断辅助AI:首款AI质控软件获FDA批准,病理实验室流程迎来变革

近年来,随着数字化病理的大热,行业内谈及越来越多的病理AI,不过绝大多数目光都聚焦在肿瘤识别、病灶分级这类诊断型AI。近期一则FDA审批消息提醒整个行业:AI的价值,不止辅助医生看病,还可以重构病理实验室的流水线质控环节。

徕卡Aperio iQC DX拿到全球首个独立临床级AI数字切片质控软件FDA 510(k)认证,把AI能力部署在扫描完成之后、AI诊断推理之前,专门解决数字切片图像伪影问题,为高通量数字病理实验室提供全新质控解决方案。国内同类AI切片质控产品目前尚处于注册与临床验证阶段。

数字病理落地,被大家忽略的真实痛点

很多医院完成数字病理扫描仪采购之后,普遍会遇到一类现实困境:硬件设备到位,但扫描产出的全切片图像并不全部可用。

制片、封片、染色、扫描全流程,随时会引入各类图像缺陷:封片产生的气泡、技术员的笔痕标记、组织裁切缺失、局部区域失焦、扫描条纹伪影等。

这些伪影会带来一连串连锁麻烦:

1. 局部伪影遮挡病变区域,干扰病理医师判读;

2. 缺陷图像直接送入AI辅助诊断运算,AI基于劣质图像输出异常标记与提示;

3. AI完成初筛之后,医生人工复核阶段才发现图像质量问题,只能退回重扫、重制片,拉长报告周转时间;

4. 大批量切片上机,技术员依靠缩略图人工筛查,精力有限,隐蔽缺陷极易发生漏检。

根据海外实验室真实世界数据,人工复核模式下,依旧有不少图像伪影会被漏掉,尤其日处理切片量大的病理中心,人工质控的压力与漏检风险会同步放大。

这款获批AI质控软件,到底能做什么?

Aperio iQC DX属于流程辅助类AI,不做良恶性诊断,核心定位只做一件事:自动评估整张数字切片图像是否满足阅片质量标准。

软件可自动识别6类临床最高发的图像缺陷:局部失焦、扫描条纹、组织缺失、组织裁切不全、笔痕墨迹、封片气泡。

主要工作逻辑:

切片扫描结束,切片还保留在扫描仪设备上,AI即可完成全图质量研判,单张切片平均处理时间31秒;

自动划分三类结果:合格放行、需要人工复核、严重不合格;

严重缺陷切片直接拦截,不流入下游AI诊断与医生阅片工作站;

完整保存质控日志,记录缺陷类型、判定时间,方便实验室回溯统计制片、扫描环节问题来源。

海外真实世界研究数据显示:对比传统人工缩略图复核,该AI可以多检出24%被技术员遗漏的伪影,技术员人工复核工作量下降69%,把技术人员释放到更高价值的实验操作当中。

重要区分:它不等同扫描仪自带简易质控。

目前国内扫描设备自带质控大多只做扫描硬件状态校验;该软件针对整张WSI全组织图像做AI解析,识别制片、封片带来的组织层面伪影。

AI介入质控,实验室工作流发生哪些改变

传统搭载AI辅助诊断的数字病理工作流):

玻璃切片上机批量扫描 → 图像产出直接送入AI辅助诊断模块完成推理运算、病灶标记 → AI输出结果推送阅片工作站 → 病理医生人工复核、判读、签发报告;阅片时才发现图像缺陷,退回重扫重制,流程反复折返。

引入AI质控之后的全新流水线:

切片批量上机扫描 → AI质控软件完成全切片自动化质控检测

质量合格:图像放行,送入AI辅助诊断模块运算,之后推送阅片系统

存在可疑缺陷:标记缺陷位置,推送技术员复核处置

严重不合格:触发告警,提示重扫或者重新制片

病理医生拿到手的,是经过质控过滤、再经过AI初筛的病例,大量劣质图像不会抵达诊断端。

它带来的改变,不只是减少人力消耗:

1. 质控关口前移,缩短报告周转周期

缺陷在扫描环节就识别处置,而不是等到AI跑完、医生阅片签字环节才暴露,对于高通量病理科,周转效率提升效果尤为突出。

2. 质控标准统一,消除人为差异

人工质控受经验、疲劳度影响,每个人对伪影容忍尺度不一样;AI输出统一可复现的评判标准,同时方便科室统计伪影来源,反向优化制片、封片、扫描操作流程。

3. 保护下游诊断AI模型输出稳定性

现在越来越多科室上线细胞学、组织学AI辅助诊断系统。AI模型输出结果高度依赖输入图像质量。AI质控相当于给下游诊断AI设置一道数据过滤网,减少伪影带来异常输出。

当然AI质控并不是替代人。标记可疑的切片依旧保留人工复核入口,AI只作为辅助工具,最终处置权限仍然掌握在实验室技术人员手中。

当前国内医院病理科数字化建设普遍存在一个误区:把采购数字扫描仪等同于完成数字化转型。

数字切片扫描仪作为病理科数字化建设硬件底座仅仅是第一步,扫描之后的质控管理、缺陷处置、流程流转,才是决定数字病理能不能稳定跑通的关键。

放眼国内赛道现状:

硬件层面,国产明场、多模态数字扫描仪迭代速度很快;

AI赛道,绝大多数研发资源集中在病灶识别、肿瘤分级等诊断AI;

面向实验室内部流水线的AI质控工具,属于被低估赛道。

本次FDA审批案例给行业带来启示:病理AI的想象力,不局限于“帮医生读片诊断”。优化实验室内部流程、降低人工负担、统一质控标准的流程类AI,同样具备巨大临床落地价值。

目前国内该类产品尚处在注册阶段,未来随着产品陆续获批上市,AI切片质控,很可能成为大中型数字病理实验室的标准配置。

病理AI赛道,大家总热衷于讨论AI能不能替代病理医生。而海外这次获批的产品提醒我们:数字化病理,前提是给到病理医生手上的图像本身质量过关。

先把切片图像质量管住,阅片、AI辅助诊断,才有坚实基础。