病理诊断数字化时代已开启，医生看病更方便了！
病理作为公认的诊断“金标准”，在疾病的诊断、治疗乃至预后中具有举足轻重的作用。然而，几百年来传统的使用物理切片的工作模式使得病理图像信息只能局限于病理科的显微镜下，不仅限制了病理医生间的交流，同时在多学科诊疗等方面产生了诸多限制。
将物理玻片数字化一直都是病理发展的方向。最简单的数字化是通过接在显微镜下的CCD相机进行拍照实现的，这种方式只能对特定放大倍数下一个视野的区域成像，需要逐个视野手动操作，更是无法保存切片的全部信息。全切片成像技术是扫描整张切片从而生成数字化切片，可以克服物理玻片的诸多不便。由于高倍扫描得到的数字切片文件大小动辄数G，数字病理在发展初期主要应用于教学科研和远程会诊等使用率不高、数据量不大的场景中。
图像质量是诊断的基石。扫描技术和图像重建技术的发展使得高清的数字切片已经可以替代显微镜下观察。
2017年发表在AJSP上的一项多中心研究通过对3400张切片进行了16000次的判读，证明该飞利浦intelliSite数字病理系统得到的全切片图像质量与传统显微镜观测相一致，从而可用于临床诊断。基于此项研究结论，FDA批准了该系统成为了首个可以用于临床诊断的数字病理系统，目前也仅有两款扫描仪获得此项许可。而全自动高速及高成功率的扫描也是应用于繁忙临床工作流的必要条件。
同时，网络和存储的性能提升及成本下降则是使病理诊断的全面数字化变得现实及可行。千兆网、5G等技术的普及使得高达几个GB的高清病理图像的传输不再受限。而海量数据的存储成本也在逐渐降低，很多医院都建立了集中的数据存储中心。由此，病理科临床诊断的全面数字化已经逐渐走入现实。
目前世界范围内已经有荷兰LabPON等几十家病理中心或者实验室进行了全数字化的升级。在大中华范围内，台北荣民总医院率先从去年开始分三期进行了全数字化建设。病理临床诊断的数字化时代已经开启了。
更好的支持临床诊疗
传统的物理切片只能在病理科的显微镜下观察。在多学科会诊时，病理医生需要事先花大量时间将病例找出来，并对可疑区域逐个进行拍照和整理。这样不仅费时费力，而且容易遗漏信息，影响诊疗决策。
在数字化的工作流程中，病理医生不仅无需额外的手工拍照，查找调阅病例也是非常简单快捷，而且随时可以展示任意切片的任意区域，还可以一键式的跳转到标记好的重点区域，信息交流方便而全面。
传统模式下各科室想要查看和使用病理图像需要去到病理科请求病理医生额外进行拍照，效率低下且非常不便。数字化的工作流程中所有切片都已经是数字影像了，无需额外操作就可以方便的分发。
而网页式的登录方式使得医生无需事先安装和配置客户端，随时打开医院网络中的任意一台电脑均可登录到数字病理的系统中。这样，只要病理科授权，任何科室的医生都可以在自己的办公桌前方便的获取病理影像，并且进行测量等分析，从而大大提高临床，教学及科研的质量。
助力临床大数据库建设和AI系统开发
在诊疗新技术和新方法层出不穷的时代，通过大数据进行标准化和规范化的临床研究对于提升疗效和预后至关重要。而病理信息，尤其是原始的病理影像则是相应的大数据库和诊疗决策平台必不可少的数据源。
显而易见，只有临床诊断数字化才能自然地为临床大数据库提供足够的病理信息。由于数字病理尚缺乏相应的行业规范，各个厂家使用的图像格式都不同，这就给数据的长期可用性提出了挑战。只有如iSyntax这样完全开放的数据格式，才能为病理数据的长期可用和进一步开发提供保障。
随着对病理诊断精准性要求的不断提升，越来越多的定量测量进一步增加了病理科的工作压力。AI等高级分析算法则不仅会节约病理医生的宝贵时间和精力，也提升了相应测量的准确性和可重复性。
相比于目前AI公司基于各自研发的产品而特地对少量病例进行拍照和勾画的模式而言，临床流程数字化将方便而自然地构建通用的AI训练数据库，减少了很多重复劳动，也大幅提升了数据量。这会极大提升病理AI辅助诊断系统的效能和开发速度。
另一方面，AI等高级分析工具的生命力在于能使医生在临床工作中随手可用，而非局限于特定的孤立工作站中，这也要求图像诊断平台是开放的，可以与第三方的分析工具相集成，从而真正提升医生的工作效率。所以，只有开放的数据格式和开放的系统平台才能真正地创建病理大数据库，提升病理数据的价值，从而服务于临床乃至产业发展。
小健说：
今天的文章对你有帮助吗？
欢迎点个“在看👀”或者看完点个“赞👍”
